ランダムフォレスト：可視化

次は予測結果をプロットします。勾配ブースティングモデルでは、予測値と実際の値の散布図、および残差の密度プロットを作成しました。ここでは、両モデルの結果を一度に表示できるよう、それらのプロットを応用しましょう。

この演習はコースの一部です

sparklyr を使った Spark 入門（R）

コースを見る

演習の手順

両モデルの予測年と実際の年を含むローカルのティブル both_responses はあらかじめ定義されています。

予測値と実際の値の散布図を更新してください。
- both_responses データセットを使用してください。
- 各モデルを異なる色で描画するために、色の美的属性を追加してください。color = model を使用します。
- 点をプロットする代わりに、geom_smooth() を使って各モデルのスムーズな曲線を描画してください。
residuals という名前の残差のティブルを作成してください。
- both_responses に対して mutate() を呼び出してください。
- 新しい列の名前は residual とします。
- residual は予測値から実際の値を引いた値になります。
残差の密度プロットを更新してください。
- 各モデルを異なる色で描画するために、色の美的属性を追加してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# both_responses has been pre-defined
both_responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(actual, predicted, ___)) +
  # Add a smoothed line
  ___ +
  # Add a line at actual = predicted
  geom_abline(intercept = 0, slope = 1)

# Create a tibble of residuals
residuals <- ___

# Draw a density plot of residuals
ggplot(residuals, aes(residual, ___)) +
    # Add a density curve
    geom_density() +
    # Add a vertical line through zero
    geom_vline(xintercept = 0)

コードを編集して実行