1. Learn
    2. /
  2. Курси
    3. /
  3. Кероване навчання в R: регресія
Connected

Вправа

Візуалізуйте модель прокату велосипедів xgboost

Ви вже бачили три різні способи моделювання даних про прокат велосипедів. У цьому прикладі ви побачили, що модель градієнтного бустингу має найменший RMSE. Щоб завершити курс, порівняймо передбачення моделі градієнтного бустингу з іншими двома моделями як функцію часу.

Виконавши цю вправу, ви завершите курс. Вітаємо! Тепер у вас є інструменти, щоб застосовувати різні підходи до задач регресії.

Датафрейм bikesAugust із передбаченнями вже завантажено. Також доступні графіки quasipoisson_plot і randomforest_plot.

Інструкції

100 XP
  • Виведіть quasipoisson_plot, щоб переглянути поведінку моделі quasipoisson.
  • Виведіть randomforest_plot, щоб переглянути поведінку моделі random forest.
  • Заповніть пропуски, щоб побудувати передбачення градієнтного бустингу та фактичні підрахунки за годину для перших 14 днів серпня.
    • Застосуйте pivot_longer() до назв стовпців cnt та gbm у стовпець під назвою value з ключем valuetype.
    • Побудуйте value як функцію instant (дня).

Як модель градієнтного бустингу порівнюється з попередніми моделями?