Deine Daten erweitern

Aus den Ergebnissen von glance() hast du gelernt, dass das lineare Modell mit den verfügbaren Features gut passt, mit einem adjustierten \(R^2\) von 0,99. Die Funktion augment() hilft dir, diese Güte zu untersuchen, indem sie die Vorhersagen an die Originaldaten anhängt.

Hier nutzt du das, um die vorhergesagten Werte von life_expectancy mit den ursprünglichen anhand des Features year zu vergleichen.

Diese Übung ist Teil des Kurses

<Kurs>Machine Learning im Tidyverse</Kurs>

Kurs ansehen

Übungsanweisungen

Erstelle den erweiterten Dataframe algeria_fitted mit augment().
Visualisiere die Anpassung des Modells in Bezug auf year, indem du life_expectancy als Punkte und .fitted als Linie darstellst.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Build the augmented data frame
algeria_fitted <- ___

# Compare the predicted values with the actual values of life expectancy
algeria_fitted %>% 
  ggplot(aes(x = ___)) +
  geom_point(aes(y = ___)) + 
  geom_line(aes(y = ___), color = "red")

Code bearbeiten und ausführen