在新数据上预测自行车租赁量

在本练习中，您将使用上一练习中构建的模型来对 8 月份进行预测。数据集 bikesAugust 的列与 bikesJuly 相同。

请记住，当使用 glm 的 poisson 或 quasipoisson 模型来预测计数时，需在 predict()（文档）中指定 type = "response"。

模型 bike_model 和数据框 bikesAugust 已预加载。

本练习是课程的一部分

R 中的监督学习：回归

查看课程

练习说明

使用 predict 在 bikesAugust 数据上预测每小时的自行车数量。将预测结果赋值给列 bikesAugust$pred。
填空以计算 8 月数据上预测的 RMSE。
填空以生成预测值与实际计数的对比图。
- 是否有任何预测值为负数？

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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")

编辑并运行代码