Metti in ordine i coefficienti dei tuoi modelli
In questo esercizio sfrutterai il workflow con colonne di liste insieme alla funzione tidy() di broom per estrarre ed esplorare i coefficienti dei 77 modelli che hai costruito.
Ricorda che il data frame gap_models contiene un modello che predice la life expectancy in funzione dell'year per 77 paesi.
Questo esercizio fa parte del corso
Machine Learning nel tidyverse
Istruzioni dell'esercizio
- Usa
tidy()per aggiungere al data framegap_modelsuna colonna (coef) con le statistiche dei coefficienti di ciascun modello e salvalo comemodel_coef_nested. - Semplifica questo data frame usando
unnest()per estrarre questi coefficienti nel tuo data frame. - Esplora le stime dei coefficienti per la caratteristica year nei tuoi 77 modelli tracciando un istogramma dei loro valori.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Extract the coefficient statistics of each model into nested data frames
model_coef_nested <- gap_models %>%
mutate(coef = map(model, ~___(.x)))
# Simplify the coef data frames for each model
model_coef <- model_coef_nested %>%
unnest(___)
# Plot a histogram of the coefficient estimates for year
model_coef %>%
filter(term == "___") %>%
ggplot(aes(x = ___)) +
geom_histogram()