Îmbunătățește modelele

Anterior ai construit o colecție de modele simple pentru a estima speranța de viață folosind caracteristica year. Analiza anterioară a arătat că unele dintre aceste modele nu s-au potrivit prea bine.

În acest exercițiu vei construi modele de regresie multiplă pentru fiecare țară, folosind toate caracteristicile disponibile. Poate fi util să compari performanța celor patru modele cu cea mai slabă potrivire – valorile \(R^2\) ajustat sunt prezentate mai jos:

Țară	\(R^2\) ajustat
Botswana	-0,0060772
Lesotho	-0,0169851
Zambia	0,1668999
Zimbabwe	0,2083979

Acest exercițiu face parte din cursul

Machine Learning în Tidyverse

Vezi cursul

Instrucțiuni pentru exercițiu

Construiește un model liniar pentru fiecare țară care să prezică life_expectancy folosind toate caracteristicile din setul de date.
Adaugă o coloană (fit) cu statisticile de potrivire pentru fiecare model și simplifică acest cadru de date.
Afișează \(R^2\) ajustat din fullmodel_perf pentru cele patru țări din cadrul de date worst_fit.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Build a linear model for each country using all features
gap_fullmodel <- gap_nested %>% 
  mutate(model = map(data, ~lm(formula = ___, data = .x)))

fullmodel_perf <- gap_fullmodel %>% 
  # Extract the fit statistics of each model into data frames
  mutate(fit = map(model, ~___(.x))) %>% 
  # Simplify the fit data frames for each model
  unnest(___)
  
# View the performance for the four countries with the worst fitting four simple models you looked at before
fullmodel_perf %>% 
  ___(country %in% worst_fit$country) %>% 
  select(country, adj.r.squared)

Editează și rulează codul