评估 xgboost 自行车租赁模型
在本练习中，您将使用 8 月的数据评估上一题中拟合的梯度提升模型 bike_model_xgb。
您将把该模型在 8 月的 RMSE 与您之前构建的模型的 RMSE 进行比较。
数据集 bikesAugust 已预先加载。您已经使用 xgboost 模型生成了预测，结果在 pred 列中。
本练习是课程的一部分
R 中的监督学习：回归
练习说明
- 填空以计算预测的 RMSE。
- 它与 poisson 模型的 RMSE（约 112.6）以及随机森林模型的 RMSE（约 96.7）相比如何？
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)
# Calculate RMSE
bikesAugust %>%
mutate(residuals = cnt - pred) %>%
summarize(rmse = ___(___(___)))