Ordena los coeficientes de tus modelos
En este ejercicio vas a aprovechar el flujo de trabajo con columnas de listas junto con la función tidy() de broom para extraer y explorar los coeficientes de los 77 modelos que construiste.
Recuerda que el data frame gap_models contiene un modelo que predice la esperanza de vida por año para 77 países.
Este ejercicio forma parte del curso
Machine Learning en el tidyverse
Instrucciones del ejercicio
- Usa
tidy()para añadir una columna (coef) con las estadísticas de coeficientes de cada modelo al data framegap_modelsy guárdalo comomodel_coef_nested. - Simplifica este data frame usando
unnest()para extraer esos coeficientes en tu data frame. - Explora las estimaciones del coeficiente de la característica year en tus 77 modelos creando un histograma de sus valores.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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()