Random Forest: vizualizare

Acum trebuie să reprezentăm grafic predicțiile. Pentru modelul cu arbori de gradient boosting, ai desenat un grafic scatter al răspunsurilor prezise față de cele reale și un grafic de densitate al reziduurilor. Vei adapta aceste grafice pentru a afișa rezultatele ambelor modele simultan.

Acest exercițiu face parte din cursul

Introducere în Spark cu sparklyr în R

Vezi cursul

Instrucțiuni pentru exercițiu

Un tibble local, both_responses, care conține anii prezișii și cei reali pentru ambele modele, a fost predefinit.

Actualizează graficul scatter cu răspunsurile prezise față de cele reale.
- Folosește setul de date both_responses.
- Adaugă o estetică de culoare pentru a desena fiecare model într-o culoare diferită. Folosește color = model.
- În loc să desenezi puncte, folosește geom_smooth() pentru a trasa o curbă netezită pentru fiecare model.
Creează un tibble al reziduurilor, numit residuals.
- Apelează mutate() pe both_responses.
- Noua coloană trebuie să se numească residual.
- residual trebuie să fie egal cu răspunsul prezis minus răspunsul real.
Actualizează graficul de densitate al reziduurilor.
- Adaugă o estetică de culoare pentru a desena fiecare model într-o culoare diferită.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)

Editează și rulează codul