Arricchire i tuoi dati

Dai risultati di glance() hai visto che, usando le feature disponibili, il modello lineare si adatta bene, con un \(R^2\) aggiustato pari a 0,99. La funzione augment() può aiutarti a esplorare questo adattamento aggiungendo le predizioni ai dati originali.

Qui lo userai per confrontare i valori previsti di life_expectancy con quelli originali in base alla feature year.

Questo esercizio fa parte del corso

Machine Learning nel tidyverse

Visualizza il corso

Istruzioni dell'esercizio

Crea il data frame arricchito algeria_fitted usando augment().
Visualizza l'adattamento del modello rispetto a year tracciando sia life_expectancy come punti sia .fitted come linea.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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")

Modifica ed esegui il codice