1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w tidyverse
Connected

ćwiczenie

Mapowanie wielu modeli

Ramka danych gap_nested dostępna w twoim środowisku zawiera zbiór danych gapminder zagnieżdżony według krajów.

Wykorzystasz te dane, aby zbudować model liniowy dla każdego kraju, przewidujący oczekiwaną długość życia na podstawie cechy year.

Uwaga: Termin cecha jest równoznaczny z terminami zmienna lub predyktor. Oznacza atrybut danych, który można wykorzystać do budowania modelu uczenia maszynowego.

Instrukcje

100 XP
  • Zbuduj model liniowy dla każdego kraju, przewidujący life_expectancy na podstawie cechy year. Użyj do tego funkcji lm() i zapisz nową ramkę danych zawierającą modele jako gap_models.
  • Wyodrębnij pierwszy model z tej ramki danych i zapisz go jako algeria_model.
  • Wyświetl informacje o modelu za pomocą funkcji summary().