Bereinige die Koeffizienten deiner Modelle

In dieser Übung nutzt du den List-Column-Workflow zusammen mit der Funktion tidy() aus broom, um die Koeffizienten der 77 von dir erstellten Modelle zu extrahieren und zu untersuchen.

Zur Erinnerung: Der Data Frame gap_models enthält ein Modell, das die Lebenserwartung anhand des Jahres für 77 Länder vorhersagt.

Diese Übung ist Teil des Kurses

<Kurs>Machine Learning im Tidyverse</Kurs>

Kurs ansehen

Übungsanweisungen

Verwende tidy(), um dem Data Frame gap_models eine Spalte (coef) mit Koeffizienten-Statistiken für jedes Modell hinzuzufügen, und speichere das Ergebnis als model_coef_nested.
Vereinfache diesen Data Frame mit unnest(), um die Koeffizienten in deinen Data Frame zu extrahieren.
Untersuche die Koeffizientenschätzungen für das Feature year über alle 77 Modelle, indem du ein Histogramm ihrer Werte erstellst.

Interaktive praktische Übung

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

# Extract the coefficient statistics of each model into nested data frames
model_coef_nested <- gap_models %>% 
    mutate(coef = map(model, ~___(.x)))
    
# Simplify the coef data frames for each model    
model_coef <- model_coef_nested %>%
    unnest(___)

# Plot a histogram of the coefficient estimates for year         
model_coef %>% 
  filter(term == "___") %>% 
  ggplot(aes(x = ___)) +
  geom_histogram()

Code bearbeiten und ausführen