Memetakan banyak model

Data frame gap_nested yang tersedia di ruang kerja Anda berisi himpunan data gapminder yang dinest berdasarkan negara.

Anda akan menggunakan data ini untuk membangun model linear untuk setiap negara guna memprediksi life expectancy menggunakan fitur year.

Catatan: Istilah feature sinonim dengan variabel atau prediktor. Ini merujuk pada atribut data Anda yang dapat digunakan untuk membangun model Machine Learning.

Latihan ini adalah bagian dari kursus

Machine Learning di Tidyverse

Lihat Kursus

Petunjuk latihan

Bangun model linear untuk setiap negara yang memprediksi life_expectancy menggunakan fitur year. Gunakan fungsi lm() untuk ini dan simpan data frame baru yang berisi model tersebut sebagai gap_models.
Ekstrak model pertama dari data frame ini dan simpan sebagai algeria_model.
Lihat informasi tentang model tersebut menggunakan summary().

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# 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(___)

Edit dan Jalankan Kode