1. Apprendre
    2. /
  2. Cours
    3. /
  3. R에서 sparklyr로 시작하는 Spark
Connected

Exercice

Gradient boosted trees: 시각화

이제 모델 예측값이 생겼으니, "과연 품질이 괜찮을까요?"라고 궁금하실 거예요. 예측의 정확도를 진단하는 데 사용할 수 있는 시각화는 여러 가지가 있는데, 여기서는 대표적인 두 가지를 살펴봅니다. 먼저, 예측값과 실제값을 비교하기 위해 예측 반응을 실제 반응과 비교한 산점도를 그려보는 것이 좋습니다. 다음으로, 잔차는 대체로 정규분포에 가까워야 하므로 잔차의 밀도 그래프를 그려보면 유용합니다. 그래프는 아래와 비슷한 형태가 됩니다.

Scatterplot of predicted response vs. actual response and density plot of distribution of residuals side by side.

이 연습 문제에서는 모델 예측에 대해 직접 잔차(예측값에서 실제값을 뺀 값)를 계산하는 방법을 연습합니다.

Instructions

100 XP

예측값과 실제 연도를 담은 로컬 tibble responses가 미리 정의되어 있습니다.

  • 예측값 대 실제값 산점도를 그리세요.
    • ggplot()을 호출하세요.
    • 첫 번째 인자는 데이터셋 responses입니다.
    • 두 번째 인자에는 x축과 y축에 사용할 열 이름(actual, predicted 순서)을 따옴표 없이 aes()로 감싸서 전달하세요.
    • geom_point()를 추가해 점을 그리세요.
    • 점의 투명도를 alpha = 0.1로 설정하세요.
    • 기준선을 추가하려면 geom_abline()에서 intercept = 0, slope = 1을 지정하세요.
  • 잔차 tibble을 만들어 residuals라고 이름 붙이세요.
    • responses에 대해 transmute()를 호출하세요.
    • 새 열 이름은 residual이어야 합니다.
    • residual은 예측값에서 실제값을 뺀 값이어야 합니다.
  • 잔차의 밀도 그래프를 그리세요.
    • 변환한 tibble을 ggplot()으로 파이프하세요.
    • ggplot()에는 aes()로 감싼 단일 미학 매핑 residual이 필요합니다.
    • geom_density()를 호출해 확률 밀도 곡선을 추가하세요.
    • geom_vline()에서 xintercept = 0을 지정해 0을 지나는 세로 기준선을 추가하세요.