Augmenter vos données

D'après les résultats de glance(), vous avez appris qu'en utilisant les variables disponibles, le modèle linéaire s'ajuste bien, avec un \(R^2\) ajusté de 0,99. La fonction augment() peut vous aider à explorer cet ajustement en ajoutant les prédictions aux données d'origine.

Ici, vous allez en tirer parti pour comparer les valeurs prédites de life_expectancy avec les valeurs d'origine en fonction de la variable year.

Cette activité fait partie du cours

Machine Learning dans le tidyverse

Voir le cours

Instructions de l’exercice

Créez le tableau de données augmenté algeria_fitted avec augment().
Visualisez l'ajustement du modèle par rapport à year en traçant life_expectancy sous forme de points et .fitted sous forme de ligne.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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")

Modifier et exécuter le code