Mapear muchos modelos

El data frame gap_nested disponible en tu espacio de trabajo contiene el conjunto de datos de gapminder anidado por país.

Vas a usar estos datos para ajustar un modelo lineal para cada país que prediga la esperanza de vida utilizando la característica year.

Nota: El término feature es sinónimo de variable o predictor. Se refiere a un atributo de tus datos que puede usarse para construir un modelo de Machine Learning.

Este ejercicio forma parte del curso

Machine Learning en el tidyverse

Ver curso

Instrucciones del ejercicio

Ajusta un modelo lineal para cada país que prediga life_expectancy usando la característica year. Utiliza la función lm() para ello y guarda este nuevo data frame que contiene los modelos como gap_models.
Extrae el primer modelo de este data frame y guárdalo como algeria_model.
Consulta la información del modelo usando summary().

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Build a linear model for each country
gap_models <- gap_nested %>%
    mutate(model = map(___, ~lm(formula = life_expectancy~year, data = ___)))
    
# Extract the model for Algeria    
algeria_model <- gap_models$model[[___]]

# View the summary for the Algeria model
summary(___)

Editar y ejecutar código