Wirf einen kurzen Blick auf die Güte deiner Modelle

In dieser Übung verwendest du glance(), um zu berechnen, wie gut die linearen Modelle die Daten für jedes Land abbilden.

Diese Übung ist Teil des Kurses

<Kurs>Machine Learning im Tidyverse</Kurs>

Kurs ansehen

Übungsanweisungen

Hänge eine Spalte (fit) mit den Anpassungsstatistiken für jedes Modell an den Data Frame gap_models an und speichere ihn als model_perf_nested.
Vereinfache diesen Data Frame mit unnest(), um die Anpassungsstatistiken jedes Modells zu extrahieren, und speichere ihn als model_perf.
Verwende abschließend head(), um einen Blick auf model_perf zu werfen.

Interaktive praktische Übung

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

# Extract the fit statistics of each model into data frames
model_perf_nested <- gap_models %>% 
    mutate(fit = map(model, ~___(.x)))

# Simplify the fit data frames for each model    
model_perf <- model_perf_nested %>% 
    unnest(___)
    
# Look at the first six rows of model_perf
head(___)

Code bearbeiten und ausführen