多数のモデルをマッピングする
ワークスペースには、国ごとにネストした gapminder データセットを含む gap_nested データフレームがあります。
このデータを使って、各国ごとに life expectancy を year 特徴量で予測する線形モデルを作成します。
注: ここでの feature は variable や predictor と同義です。Machine Learning モデルの構築に用いることができる、データの属性を指します。
この演習はコースの一部です
Tidyverse で学ぶ Machine Learning
演習の手順
- 各国ごとに、
year特徴量を使ってlife_expectancyを予測する線形モデルを作成します。lm()関数を使い、モデルを含む新しいデータフレームをgap_modelsとして保存します。 - このデータフレームから最初のモデルを取り出し、
algeria_modelとして保存します。 summary()を使って、このモデルに関する情報を表示します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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(___)