1. Apprendre
    2. /
  2. Cours
    3. /
  3. Machine Learning dans le tidyverse
Connected

Exercice

Emboîter vos données

Dans ce cours, vous travaillerez avec un ensemble d'indicateurs économiques et sociaux pour 77 pays sur une période de 52 ans. Ces données sont stockées dans la trame de données gapminder.

Dans cet exercice, vous transformerez vos données gapminder en une trame de données imbriquée à l'aide du premier outil nécessaire pour bâtir les bases des compétences en Machine Learning « tidy » : nest().

Remarque : Il s'agit d'une version plus détaillée que l'ensemble de données offert dans le paquet gapminder. Cette version est disponible dans le paquet dslabs.

Instructions

100 XP
  • Jetez un coup d'œil aux six premières lignes de gapminder.
  • Utilisez ensuite group_by() et nest() pour imbriquer vos trames de données par country, et enregistrez le résultat dans gap_nested.
  • Explorez les six premières lignes de la nouvelle trame de données gap_nested et remarquez la nouvelle colonne complexe data contenant des tibbles.