Enrichir vos données

D’après les résultats de glance(), vous avez appris qu’avec 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 exploiter cela pour comparer les valeurs prédites de life_expectancy aux valeurs d’origine en fonction de la variable year.

Cet exercice fait partie du cours

<cours>Machine Learning dans le tidyverse</cours>

Voir le cours

Instructions de l’exercice

Créez le tableau de données enrichi algeria_fitted à l’aide de 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