Utvärdera xgboost-modellen för cykeluthyrning
I den här övningen utvärderar du gradientboostingmodellen bike_model_xgb som du tränade i föregående övning, med hjälp av data från månaden augusti.
Du jämför den här modellens RMSE för augusti med RMSE från tidigare modeller du har byggt.
Datamängden bikesAugust är förinläst. Du har redan gjort förutsägelser med xgboost-modellen – de finns i kolumnen pred.
Den här övningen är en del av kursen
Övervakad inlärning i R: Regression
Övningsinstruktioner
- Fyll i luckorna för att beräkna RMSE för förutsägelserna.
- Hur förhåller den sig till RMSE från Poisson-modellen (ca 112,6) och slumpskogsmodellen (ca 96,7)?
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# bikesAugust is available
str(bikesAugust)
# Calculate RMSE
bikesAugust %>%
mutate(residuals = cnt - pred) %>%
summarize(rmse = ___(___(___)))