Gradientboostade träd: visualisering

Nu när du har dina modellprediktioner undrar du kanske: "Hur bra är de egentligen?". Det finns många diagram du kan rita för att utvärdera precisionen i dina prediktioner. Här tittar vi på två vanliga alternativ. Det första är ett punktdiagram över predikterade värden mot faktiska värden, för att se hur väl de stämmer överens. Det andra bygger på att residualerna bör vara ungefär normalfördelade, så det är användbart att rita ett densitetsdiagram över dem. Diagrammen bör se ut ungefär så här.

Punktdiagram över predikterade värden mot faktiska värden samt densitetsdiagram över residualernas fördelning, visade sida vid sida.

I den här övningen lär du dig att beräkna residualerna själv – predikterade värden minus faktiska värden – för dina modellprediktioner.

Den här övningen är en del av kursen

Introduktion till Spark med sparklyr i R

Visa kurs

Övningsinstruktioner

En lokal tibble, responses, som innehåller predikterade och faktiska år, har fördefinieras.

Rita ett punktdiagram över predikterade mot faktiska värden.
- Anropa ggplot().
- Det första argumentet är datamängden, responses.
- Det andra argumentet ska innehålla kolumnnamnen utan citattecken för x- och y-axlarna (actual respektive predicted), inslagna i aes().
- Lägg till punkter genom att anropa geom_point().
- Gör punkterna delvis genomskinliga genom att ange alpha = 0.1.
- Lägg till en referenslinje genom att anropa geom_abline() med intercept = 0 och slope = 1.
Skapa en tibble med residualer, med namnet residuals.
- Anropa transmute() på responses.
- Den nya kolumnen ska heta residual.
- residual ska vara lika med det predikterade värdet minus det faktiska värdet.
Rita ett densitetsdiagram över residualerna.
- Skicka den transformerade tibblen med pipe till ggplot().
- ggplot() behöver ett enda estetikargument: residual inslaget i aes().
- Lägg till en sannolikhetstäthetskurva genom att anropa geom_density().
- Lägg till en vertikal referenslinje genom noll genom att anropa geom_vline() med xintercept = 0.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# responses has been pre-defined
responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(___, ___)) +
  # Add the points
  ___ +
  # Add a line at actual = predicted
  ___

residuals <- responses %>%
  # Transmute response data to residuals
  ___

# Draw a density plot of residuals
ggplot(___, aes(___)) +
    # Add a density curve
    ___ +
    # Add a vertical line through zero
    ___

Redigera och kör kod