評估 xgboost 自行車租借模型
在這個練習中，你要用 8 月份的資料評估前一題訓練好的梯度提升（gradient boosting）模型 bike_model_xgb。
你會將這個模型在 8 月的 RMSE，和你先前建立的其他模型的 RMSE 進行比較。
資料集 bikesAugust 已經預先載入。你也已經用 xgboost 模型做出預測，結果在欄位 pred。
本練習屬於課程
R 中的監督式學習：回歸
練習說明
- 填空計算預測的 RMSE。
- 把結果和 poisson 模型（約 112.6）及隨機森林模型（約 96.7）得到的 RMSE 比較看看？
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)
# Calculate RMSE
bikesAugust %>%
mutate(residuals = cnt - pred) %>%
summarize(rmse = ___(___(___)))