Kom igångKom igång gratis

Förutsäg cykeluthyrningar på nya data

I den här övningen använder du modellen du byggde i föregående övning för att göra förutsägelser för månaden augusti. Datamängden bikesAugust har samma kolumner som bikesJuly.

Kom ihåg att du måste ange type = "response" med predict() (docs) när du förutsäger antal från en glm-modell av typen poisson eller quasipoisson.

Modellen bike_model och dataramen bikesAugust har laddats in i förväg.

Den här övningen är en del av kursen

Övervakad inlärning i R: Regression

Visa kurs

Övningsinstruktioner

  • Använd predict för att förutsäga antalet cyklar per timme för datamängden bikesAugust. Tilldela förutsägelserna till kolumnen bikesAugust$pred.
  • Fyll i luckorna för att beräkna RMSE för förutsägelserna på augustidata.
  • Fyll i luckorna för att skapa ett diagram som jämför förutsägelserna med de faktiska antalen.
    • Verkar några av förutsägelserna vara negativa?

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# bikesAugust is available
str(bikesAugust)

# bike_model is available
summary(bike_model)

# Make predictions on August data
bikesAugust$pred  <- ___

# Calculate the RMSE
bikesAugust %>% 
  mutate(residual = ___) %>%
  summarize(rmse  = ___)

# Plot predictions vs cnt (pred on x-axis)
ggplot(bikesAugust, aes(x = ___, y = ___)) +
  geom_point() + 
  geom_abline(color = "darkblue")
Redigera och kör kod