Melengkapi data Anda

Dari hasil glance(), Anda mengetahui bahwa dengan fitur yang tersedia, model linear memiliki kecocokan yang baik dengan \(R^2\) tersesuaikan sebesar 0,99. Fungsi augment() dapat membantu Anda mengeksplorasi kecocokan ini dengan menambahkan prediksi ke data asli.

Di sini Anda akan memanfaatkannya untuk membandingkan nilai prediksi life_expectancy dengan nilai aslinya berdasarkan fitur year.

Latihan ini adalah bagian dari kursus

Machine Learning di Tidyverse

Lihat Kursus

Petunjuk latihan

Bangun data frame teraugmentasi algeria_fitted menggunakan augment().
Visualisasikan kecocokan model terhadap year dengan memplot life_expectancy sebagai titik dan .fitted sebagai garis.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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")

Edit dan Jalankan Kode