Visualize o modelo de aluguel de bicicletas com xgboost

Você viu três maneiras diferentes de modelar os dados de aluguel de bicicletas. Neste exemplo, vimos que o modelo de gradient boosting teve o menor RMSE. Para concluir o curso, vamos comparar as previsões do modelo de gradient boosting com as de outros dois modelos em função do tempo.

Ao finalizar este exercício, você terá concluído o curso. Parabéns! Agora você tem as ferramentas para aplicar várias abordagens às suas tarefas de regressão.

O data frame bikesAugust com as previsões já foi pré-carregado. Os gráficos quasipoisson_plot e randomforest_plot também estão disponíveis.

Este exercício faz parte do curso

Aprendizado Supervisionado em R: Regressão

Ver curso

Instruções do exercício

Imprima quasipoisson_plot para revisar o comportamento do modelo quasipoisson.
Imprima randomforest_plot para revisar o comportamento do modelo random forest.
Preencha os espaços em branco para plotar as previsões do gradient boosting e as contagens reais por hora para os primeiros 14 dias de agosto.
- Use pivot_longer() para transformar os nomes das colunas cnt e gbm em uma coluna chamada value, com a chave chamada valuetype.
- Plote value em função de instant (dia).

Como o modelo de gradient boosting se compara aos modelos anteriores?

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Print quasipoisson_plot
___

# Print randomforest_plot
___

# Plot predictions and actual bike rentals as a function of time (days)
bikesAugust %>% 
  mutate(instant = (instant - min(instant))/24) %>%  # set start to 0, convert unit to days
  filter(instant < 14) %>% # first two weeks
  pivot_longer(c(___, ___), names_to = ___, values_to = ___) %>%
  ggplot(aes(x = ___, y = ___, color = valuetype, linetype = valuetype)) + 
  geom_point() + 
  geom_line() + 
  scale_x_continuous("Day", breaks = 0:14, labels = 0:14) + 
  scale_color_brewer(palette = "Dark2") + 
  ggtitle("Predicted August bike rentals, Gradient Boosting model")

Editar e executar o código