Ocena modelu xgboost dla wypożyczeń rowerów
W tym ćwiczeniu ocenisz model gradient boosting bike_model_xgb, który był dopasowany w poprzednim ćwiczeniu, używając danych z miesiąca sierpnia.
Porównasz wartość RMSE tego modelu dla sierpnia z wartościami RMSE poprzednich modeli.
Zbiór danych bikesAugust został wcześniej wczytany. Prognozy z modelu xgboost są już dostępne w kolumnie pred.
To ćwiczenie jest częścią kursu
Nadzorowane uczenie maszynowe w R: regresja
Instrukcje do ćwiczenia
- Uzupełnij luki, aby obliczyć RMSE prognoz.
- Jak wypada w porównaniu z RMSE modelu Poissona (ok. 112,6) i modelu lasów losowych (ok. 96,7)?
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# bikesAugust is available
str(bikesAugust)
# Calculate RMSE
bikesAugust %>%
mutate(residuals = cnt - pred) %>%
summarize(rmse = ___(___(___)))