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

Вправа

Прогнозування прокату велосипедів за допомогою моделі random forest

У цій вправі ви використаєте модель, яку побудували в попередній вправі, щоб передбачити прокат велосипедів за серпень.

Функція predict() (docs) для моделі ranger повертає список. Один з елементів цього списку — predictions, вектор прогнозованих значень. Ви можете звернутися до predictions за допомогою нотації $ для доступу до іменованих елементів списку:

predict(model, data)$predictions

Модель bike_model_rf і набір даних bikesAugust (для оцінювання) уже завантажені.

Інструкції

100 XP
  • Викличте predict() для bikesAugust, щоб спрогнозувати кількість орендованих у серпні велосипедів (cnt). Додайте прогнози до bikesAugust як стовпчик pred.
  • Заповніть пропуски, щоб обчислити корінь середньоквадратичної помилки прогнозів (RMSE).
    • Побудована вами для цих даних пуассонівська модель дала RMSE близько 112,6. Як порівнюється цей результат із новою моделлю?
  • Заповніть пропуски, щоб побудувати графік фактичних значень прокату (cnt) проти прогнозів (pred по осі x).