Visualizar previsões do modelo de random forest para bicicletas

No exercício anterior, você viu que o modelo de random forest para bicicletas teve melhor desempenho nos dados de agosto do que o modelo quasipoisson, em termos de RMSE.

Neste exercício, você vai visualizar as previsões de agosto do modelo de random forest em função do tempo. O gráfico correspondente do modelo quasipoisson que você construiu em um exercício anterior está disponível para comparação.

Lembre-se de que o modelo quasipoisson identificou principalmente o padrão de horas mais lentas e mais movimentadas do dia, mas subestimou um pouco os picos de demanda. Você quer ver como o modelo de random forest se compara.

O data frame bikesAugust (com previsões) foi disponibilizado para você. O gráfico quasipoisson_plot das previsões do modelo quasipoisson em função do tempo é exibido.

Este exercício faz parte do curso

Aprendizado Supervisionado em R: Regressão

Ver curso

Instruções do exercício

Preencha os espaços em branco para plotar as previsões e as contagens reais por hora para os primeiros 14 dias de agosto.
- Use pivot_longer nas colunas cnt e pred para uma coluna chamada value, com uma chave chamada valuetype.
- Plote value em função de instant (dia).

Como o modelo de random forest se compara?

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

first_two_weeks <- bikesAugust %>%
  mutate(rf = bike_outcomesAugust$rf) %>%
  # Set start to 0, convert unit to days
  mutate(instant = (instant - min(instant)) / 24) %>% 
  # Filter for rows in the first two weeks
  filter(instant < 14) 
  # collect cnt and pred into a column named value with key valuetype
  pivot_longer(c('cnt', 'rf'), names_to = '___', values_to = '___')

# Plot predictions and cnt by date/time 
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, Random Forest plot")

Editar e executar o código