랜덤 포레스트 자전거 모델 예측 시각화

이전 연습 문제에서 RMSE 기준으로 볼 때, 랜덤 포레스트 자전거 모델이 8월 데이터에서 quasipoisson 모델보다 성능이 좋았다는 것을 확인했어요.

이번 연습 문제에서는 랜덤 포레스트 모델의 8월 예측치를 시간의 함수로 시각화해 보겠습니다. 비교를 위해 이전 연습 문제에서 만든 quasipoisson 모델의 해당 그래프도 제공돼요.

quasipoisson 모델은 하루 중 한가한 시간과 바쁜 시간의 패턴은 대체로 잘 잡았지만, 피크 수요를 다소 과소추정했죠. 랜덤 포레스트 모델이 어떻게 다른지 확인해 보려고 합니다.

예측값이 포함된 데이터 프레임 bikesAugust가 제공됩니다. 시간의 함수로 나타낸 quasipoisson 모델 예측 그래프 quasipoisson_plot도 함께 보여집니다.

8월 첫 14일 동안 시간별 예측치와 실제 카운트를 그리도록 빈칸을 채우세요.
- cnt와 pred 열을 pivot_longer로 변환해, 키는 valuetype, 값 열은 value라는 이름을 사용하세요.
- instant(day)에 따른 value를 시각화하세요.

랜덤 포레스트 모델은 어떻게 비교되나요?