梯度提升樹：視覺化

現在你已經有模型的預測結果，可能會想「表現到底好不好？」。有許多圖可以用來檢查預測的準確度；在這裡你會看兩個常見的圖。首先，將預測值與實際值畫成散佈圖，能直觀比較。其次，殘差理論上應該接近常態分配，所以畫出殘差的密度圖也很有幫助。圖大致會像下面這樣。

Scatterplot of predicted response vs. actual response and density plot of distribution of residuals side by side.

在本練習中，你會自己計算殘差（預測值減去實際值），用來評估模型預測。

本練習屬於課程

使用 R 的 sparklyr：Spark 入門

檢視課程

練習說明

已經預先建立一個本機的 tibble responses，其中包含預測年份與實際年份。

繪製預測值對實際值的散佈圖。
- 呼叫 ggplot()。
- 第一個引數是資料集 responses。
- 第二個引數使用 aes() 包住 x 與 y 軸未加引號的欄位名稱（分別是 actual 與 predicted）。
- 透過加入 geom_point() 加上點。
- 將點設為半透明，設定 alpha = 0.1。
- 加上一條參考線，呼叫 geom_abline()，並設定 intercept = 0 與 slope = 1。
建立一個名為 residuals 的殘差 tibble。
- 對 responses 呼叫 transmute()。
- 新欄位命名為 residual。
- residual 等於預測值減去實際值。
繪製殘差的密度圖。
- 將 transmute 後的 tibble 管線傳給 ggplot()。
- ggplot() 需要一個美術屬性，使用 aes() 包住 residual。
- 呼叫 geom_density() 加上機率密度曲線。
- 呼叫 geom_vline() 並設定 xintercept = 0，加上一條穿過 0 的垂直參考線。

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。

# responses has been pre-defined
responses

# Draw a scatterplot of predicted vs. actual
ggplot(___, aes(___, ___)) +
  # Add the points
  ___ +
  # Add a line at actual = predicted
  ___

residuals <- responses %>%
  # Transmute response data to residuals
  ___

# Draw a density plot of residuals
ggplot(___, aes(___)) +
    # Add a density curve
    ___ +
    # Add a vertical line through zero
    ___

編輯並執行程式碼