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.

To ćwiczenie jest częścią kursu

Uczenie maszynowe w tidyverse

Zobacz kurs

Instrukcje do ćwiczenia

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().

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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(___)

Edytuj i uruchom kod