Jeter un coup d’œil à l’ajustement de vos modèles

Dans cet exercice, vous allez utiliser glance() pour calculer la qualité d’ajustement des modèles linéaires aux données pour chaque pays.

Cet exercice fait partie du cours

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

Voir le cours

Instructions de l’exercice

Ajoutez une colonne (fit) contenant les statistiques d’ajustement pour chaque modèle au data frame gap_models et enregistrez-le sous model_perf_nested.
Simplifiez ce data frame avec unnest() pour extraire ces statistiques d’ajustement de chaque modèle et enregistrez le résultat sous model_perf.
Enfin, utilisez head() pour jeter un œil à model_perf.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Extract the fit statistics of each model into data frames
model_perf_nested <- gap_models %>% 
    mutate(fit = map(model, ~___(.x)))

# Simplify the fit data frames for each model    
model_perf <- model_perf_nested %>% 
    unnest(___)
    
# Look at the first six rows of model_perf
head(___)

Modifier et exécuter le code