随机森林：可视化

现在需要对预测结果进行可视化。在梯度提升树模型中，您绘制了预测值与真实值的散点图，以及残差的密度图。接下来，您将调整这些图表，一次性展示两个模型的结果。

本练习是课程的一部分

R 中使用 sparklyr 的 Spark 入门

查看课程

练习说明

已预先定义本地 tibble both_responses，其中包含两个模型的预测年份和真实年份。

更新"预测值 vs 真实值"的散点图。
- 使用 both_responses 数据集。
- 添加颜色美学映射，以区分不同模型。使用 color = model。
- 不绘制散点，改用 geom_smooth() 为每个模型绘制平滑曲线。
创建名为 residuals 的残差 tibble。
- 对 both_responses 调用 mutate()。
- 新列命名为 residual。
- residual 等于预测值减去真实值。
更新残差密度图。
- 添加颜色美学映射，以区分不同模型。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码