Rozszerzanie danych

Z wyników funkcji glance() wynika, że przy użyciu dostępnych cech model liniowy dobrze dopasowuje się do danych – skorygowane \(R^2\) wynosi 0,99. Funkcja augment() pozwala zbadać to dopasowanie, dołączając przewidywane wartości do oryginalnego zbioru danych.

Wykorzystaj to, aby porównać przewidywane wartości life_expectancy z wartościami oryginalnymi na podstawie cechy year.

To ćwiczenie jest częścią kursu

Uczenie maszynowe w tidyverse

Zobacz kurs

Instrukcje do ćwiczenia

Zbuduj rozszerzony zbiór danych algeria_fitted przy użyciu funkcji augment().
Zwizualizuj dopasowanie modelu względem cechy year, przedstawiając life_expectancy jako punkty, a .fitted jako linię.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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")

Edytuj i uruchom kod