Побудуйте модель random forest для оренди велосипедів

У цій вправі ви знову побудуєте модель для прогнозування кількості велосипедів, орендованих за годину, як функції погоди, типу дня (свято, робочий день або вихідний) і часу доби. Ви навчатимете модель на даних за липень.

Ви використаєте пакет ranger для побудови моделі random forest. Для цієї вправи ключові аргументи виклику ranger() (docs) такі:

formula
data
num.trees: кількість дерев у лісі.
respect.unordered.factors: визначає, як обробляти не впорядковані факторні змінні. Рекомендуємо встановити значення "order" для регресії.
seed: оскільки алгоритм випадковий, встановіть значення seed, щоб отримати відтворювані результати

Оскільки вхідних змінних багато, для зручності ми задамо ціль і вхідні ознаки у змінних outcome і vars, а для складання рядка, що представляє формулу моделі, скористаємося paste() (docs).

Датафрейм bikesJuly уже завантажено. У зразку коду задано назви цільової та вхідних змінних.

Ця вправа є частиною курсу

Кероване навчання в R: регресія

Переглянути курс

Інструкції до вправи

Заповніть пропуски, щоб створити формулу fmla, яка задає cnt як функцію вхідних змінних. Виведіть її.
Завантажте пакет ranger.
Використайте ranger, щоб навчити модель на даних bikesJuly: bike_model_rf.
- Перший аргумент ranger() — формула fmla.
- Використайте 500 дерев і respect.unordered.factors = "order".
- Встановіть сид у seed для відтворюваних результатів.
- Виведіть модель. Яке значення R-squared?

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# bikesJuly is available
str(bikesJuly)

# Random seed to reproduce results
seed

# The outcome column
(outcome <- "cnt")

# The input variables
(vars <- c("hr", "holiday", "workingday", "weathersit", "temp", "atemp", "hum", "windspeed"))

# Create the formula string for bikes rented as a function of the inputs
(fmla <- paste(___, "~", paste(___, collapse = " + ")))

# Load the package ranger
___

# Fit and print the random forest model
(bike_model_rf <- ranger(___, # formula 
                         ___, # data
                         num.trees = ___, 
                         respect.unordered.factors = ___, 
                         seed = ___))

Редагувати та запускати код