モデルの係数を整然化しよう
この演習では、リスト列ワークフローと broom の tidy() 関数を組み合わせて、作成した 77 個のモデルから係数を抽出・探索します。
gap_models データフレームには、77 か国それぞれについて year から life expectancy を予測するモデルが含まれていることを思い出してください。
この演習はコースの一部です
Tidyverse で学ぶ Machine Learning
演習の手順
tidy()を使って、各モデルの係数統計を含む列（coef）をgap_modelsデータフレームに追加し、model_coef_nestedとして保存します。unnest()でこのデータフレームを簡略化し、係数をデータフレームとして取り出します。- 77 個のモデルにおける year 特徴量の係数推定値を、ヒストグラムで可視化して確認しましょう。
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。
# 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()