Maak de coëfficiënten van je modellen netjes

In deze oefening maak je gebruik van de list-column-workflow samen met de functie tidy() uit broom om de coëfficiënten op te halen en te verkennen voor de 77 modellen die je hebt gebouwd.

Onthoud dat het gap_models-dataframe een model bevat dat life expectancy voorspelt op basis van year voor 77 landen.

Deze oefening maakt deel uit van de cursus

Machine Learning in de tidyverse

Cursus bekijken

Oefeninstructies

Gebruik tidy() om een kolom (coef) met statistieken over de coëfficiënten voor elk model toe te voegen aan het gap_models-dataframe en sla dit op als model_coef_nested.
Vereenvoudig dit dataframe met unnest() om deze coëfficiënten uit te pakken in je dataframe.
Verken de schattingen van de coëfficiënt voor de feature year over je 77 modellen door een histogram van hun waarden te plotten.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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()

Code bewerken en uitvoeren