xgboost の自転車レンタルモデルを評価する
この演習では、前の演習で作成した勾配ブースティングモデル bike_model_xgb を、8月のデータを使って評価します。
8月におけるこのモデルの RMSE を、これまでに作成したモデルの RMSE と比較しましょう。
データセット bikesAugust はすでに読み込まれています。xgboost モデルによる予測はすでに実行済みで、列 pred に入っています。
この演習はコースの一部です
R による Supervised Learning：回帰
演習の手順
- 空欄を埋めて、予測の RMSE を計算してください。
- ポアソンモデル（約 112.6）やランダムフォレストモデル（約 96.7）の RMSE と比べてどうですか？
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。
# bikesAugust is available
str(bikesAugust)
# Calculate RMSE
bikesAugust %>%
mutate(residuals = cnt - pred) %>%
summarize(rmse = ___(___(___)))