Ajuste um modelo xgboost de aluguel de bicicletas e faça previsões

Neste exercício, você vai ajustar um modelo de gradient boosting usando xgboost() para prever o número de bicicletas alugadas em uma hora em função do clima, do tipo e do horário do dia. Você vai treinar o modelo com dados do mês de julho e prever com dados do mês de agosto.

Os data frames bikesJuly, bikesJuly.treat, bikesAugust e bikesAugust.treat já foram pré-carregados. Lembre-se de que os dados tratados com vtreat não têm mais a coluna de desfecho, então você deve obtê-la dos dados originais (a coluna cnt).

Para sua conveniência, o número de árvores a usar, ntrees do exercício anterior, está disponível.

Os argumentos de xgboost() (docs) são semelhantes aos de xgb.cv().

Este exercício faz parte do curso

Aprendizado Supervisionado em R: Regressão

Ver curso

Instruções do exercício

Preencha os espaços para executar xgboost() nos dados de julho.
- Use as.matrix() para converter o data frame tratado pelo vtreat em matriz.
- O objective deve ser "reg:squarederror".
- Use ntrees rounds.
- Defina eta como 0.75, max_depth como 5 e verbose como FALSE (silencioso).
Agora chame predict() em bikesAugust.treat para prever o número de bicicletas alugadas em agosto.
- Use as.matrix() para converter os dados de teste tratados com vtreat em matriz.
- Adicione as previsões a bikesAugust como a coluna pred.
Preencha os espaços para plotar as contagens reais de aluguel de bicicletas versus as previsões (previsões no eixo x).
- Você percebe um possível problema nas previsões?

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Run xgboost
bike_model_xgb <- xgboost(data = ___, # training data as matrix
                   label = ___,  # column of outcomes
                   nrounds = ___,       # number of trees to build
                   objective = ___, # objective
                   eta = ___,
                   max_depth = ___,
                   verbose = FALSE  # silent
)

# Make predictions
bikesAugust$pred <- ___(___, ___(___))

# Plot predictions (on x axis) vs actual bike rental count
ggplot(bikesAugust, aes(x = ___, y = ___)) + 
  geom_point() + 
  geom_abline()

Editar e executar o código