कई मॉडलों पर मैपिंग
आपके वर्कस्पेस में उपलब्ध gap_nested डेटा फ्रेम में gapminder डेटासेट देश के आधार पर nested रूप में है.
आप इस डेटा का उपयोग करके हर देश के लिए एक linear मॉडल बनाएँगे, जो life expectancy को year फीचर से प्रेडिक्ट करेगा.
नोट: शब्द feature को variable या predictor भी कहा जाता है. यह आपके डेटा के ऐसे एट्रिब्यूट को संदर्भित करता है जिसका उपयोग मशीन लर्निंग मॉडल बनाने में किया जा सकता है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Tidyverse में मशीन लर्निंग
अभ्यास निर्देश
- हर देश के लिए
yearफीचर का उपयोग करकेlife_expectancyको प्रेडिक्ट करने वाला एक linear मॉडल बनाएँ. इसके लिएlm()फंक्शन का उपयोग करें और मॉडलों वाला नया डेटा फ्रेमgap_modelsनाम से सेव करें. - इस डेटा फ्रेम से पहला मॉडल निकालें और इसे
algeria_modelके रूप में सेव करें. summary()का उपयोग करके मॉडल की जानकारी देखें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Build a linear model for each country
gap_models <- gap_nested %>%
mutate(model = map(___, ~lm(formula = life_expectancy~year, data = ___)))
# Extract the model for Algeria
algeria_model <- gap_models$model[[___]]
# View the summary for the Algeria model
summary(___)