用新資料預測腳踏車租借量
在這個練習中，你會用前一題建立的模型來對 8 月份進行預測。資料集 bikesAugust 與 bikesJuly 具有相同的欄位。
請記得，當你用 glm 的 poisson 或 quasipoisson 模型來預測計數時，需在 predict()（文件）中指定 type = "response"。
模型 bike_model 與 bikesAugust 資料框已預先載入。
本練習屬於課程
R 中的監督式學習：回歸
練習說明
- 使用
predict在bikesAugust資料上預測每小時腳踏車數量。將預測值指定到欄位bikesAugust$pred。 - 填入空格，計算 8 月資料上的預測 RMSE。
- 填入空格，產生預測值與實際計數的對照圖。
- 有任何預測看起來是負數嗎？
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# bikesAugust is available
str(bikesAugust)
# bike_model is available
summary(bike_model)
# Make predictions on August data
bikesAugust$pred <- ___
# Calculate the RMSE
bikesAugust %>%
mutate(residual = ___) %>%
summarize(rmse = ___)
# Plot predictions vs cnt (pred on x-axis)
ggplot(bikesAugust, aes(x = ___, y = ___)) +
geom_point() +
geom_abline(color = "darkblue")