เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ประเมินโมเดล xgboost สำหรับการเช่าจักรยาน

ในแบบฝึกหัดนี้ จะประเมินโมเดล gradient boosting ชื่อ bike_model_xgb ที่ฝึกไว้ในแบบฝึกหัดที่แล้ว โดยใช้ข้อมูลจากเดือนสิงหาคม จากนั้นเปรียบเทียบค่า RMSE ของโมเดลนี้กับค่า RMSE ของโมเดลก่อนหน้าที่เคยสร้างไว้

ชุดข้อมูล bikesAugust ถูกโหลดไว้ให้แล้ว และได้ทำการพยากรณ์ด้วยโมเดล xgboost เรียบร้อยแล้ว โดยผลลัพธ์อยู่ในคอลัมน์ pred

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Supervised Learning ใน R: การถดถอย

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เติมช่องว่างเพื่อคำนวณค่า RMSE ของการพยากรณ์
    • ค่าที่ได้เปรียบเทียบกับค่า RMSE ของโมเดล Poisson (ประมาณ 112.6) และโมเดล random forest (ประมาณ 96.7) อย่างไร?

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# bikesAugust is available
str(bikesAugust)

# Calculate RMSE
bikesAugust %>%
  mutate(residuals = cnt - pred) %>%
  summarize(rmse = ___(___(___)))
แก้ไขและรันโค้ด