1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Học có giám sát với R: Hồi quy
Connected

Bài tập

Huấn luyện mô hình xgboost cho thuê xe đạp và dự đoán

Trong bài tập này, bạn sẽ huấn luyện một mô hình gradient boosting dùng xgboost() để dự đoán số lượng xe đạp được thuê theo giờ dựa trên thời tiết, loại hình và thời điểm trong ngày. Bạn sẽ huấn luyện mô hình trên dữ liệu tháng 7 và dự đoán trên dữ liệu tháng 8.

Các data frame bikesJuly, bikesJuly.treat, bikesAugust và bikesAugust.treat đã được nạp sẵn. Hãy nhớ rằng dữ liệu đã qua vtreat không còn cột biến mục tiêu, nên bạn cần lấy biến mục tiêu từ dữ liệu gốc (cột cnt).

Để thuận tiện, số lượng cây cần dùng, ntrees từ bài trước đã sẵn sàng để dùng.

Các đối số của xgboost() (docs) tương tự như xgb.cv().

Hướng dẫn

100 XP
  • Điền vào chỗ trống để chạy xgboost() trên dữ liệu tháng 7.
    • Dùng as.matrix() để chuyển data frame đã vtreated thành ma trận.
    • Objective nên là "reg:squarederror".
    • Dùng ntrees vòng lặp.
    • Đặt eta là 0.75, max_depth là 5, và verbose là FALSE (im lặng).
  • Gọi predict() trên bikesAugust.treat để dự đoán số xe đạp thuê trong tháng 8.
    • Dùng as.matrix() để chuyển dữ liệu kiểm thử đã qua vtreat thành ma trận.
    • Thêm dự đoán vào bikesAugust dưới dạng cột pred.
  • Điền vào chỗ trống để vẽ biểu đồ số lượt thuê thực tế so với dự đoán (đưa dự đoán lên trục x).
    • Bạn có thấy vấn đề tiềm ẩn nào với các dự đoán không?