隨機森林：視覺化

接下來你需要把預測結果畫出來。先前在梯度提升樹模型中，你已經畫過「預測值對實際值」的散佈圖，以及殘差的機率密度圖。現在要調整這些圖，讓它們同時呈現兩個模型的結果。

本練習屬於課程

使用 R 的 sparklyr：Spark 入門

檢視課程

練習說明

我們已經預先建立了一個本地的 tibble both_responses，其中包含兩個模型的預測年份與實際年份。

更新「預測值對實際值」的散佈圖。
- 使用資料集 both_responses。
- 加入顏色對映，讓不同模型用不同顏色呈現。使用 color = model。
- 不要畫點，改用 geom_smooth() 為每個模型繪製平滑曲線。
建立名為 residuals 的殘差 tibble。
- 對 both_responses 呼叫 mutate()。
- 新欄位名稱為 residual。
- residual 應等於預測值減去實際值。
更新殘差的機率密度圖。
- 加入顏色對映，讓不同模型用不同顏色呈現。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# both_responses has been pre-defined
both_responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(actual, predicted, ___)) +
  # Add a smoothed line
  ___ +
  # Add a line at actual = predicted
  geom_abline(intercept = 0, slope = 1)

# Create a tibble of residuals
residuals <- ___

# Draw a density plot of residuals
ggplot(residuals, aes(residual, ___)) +
    # Add a density curve
    geom_density() +
    # Add a vertical line through zero
    geom_vline(xintercept = 0)

編輯並執行程式碼