Las losowy: wizualizacja

Teraz czas na wizualizację prognoz. W przypadku modelu drzew gradientowych narysowałeś wykres punktowy prognozowanych odpowiedzi w stosunku do rzeczywistych oraz wykres gęstości reszt. Teraz dostosujesz te wykresy tak, aby jednocześnie wyświetlały wyniki obu modeli.

To ćwiczenie jest częścią kursu

Wprowadzenie do Spark z pakietem sparklyr w R

Zobacz kurs

Instrukcje do ćwiczenia

Lokalna tibble both_responses, zawierająca prognozowane i rzeczywiste lata dla obu modeli, została wcześniej zdefiniowana.

Zaktualizuj wykres punktowy prognozowanych vs. rzeczywistych odpowiedzi.
- Użyj zbioru danych both_responses.
- Dodaj estetykę koloru, aby każdy model był rysowany innym kolorem. Użyj color = model.
- Zamiast rysować punkty, użyj geom_smooth(), aby narysować wygładzoną krzywą dla każdego modelu.
Utwórz tibble reszt o nazwie residuals.
- Wywołaj mutate() na both_responses.
- Nowa kolumna powinna nazywać się residual.
- Wartość residual powinna być równa prognozowanej odpowiedzi minus rzeczywista odpowiedź.
Zaktualizuj wykres gęstości reszt.
- Dodaj estetykę koloru, aby każdy model był rysowany innym kolorem.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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)

Edytuj i uruchom kod