การเพิ่มข้อมูลด้วย augment()

จากผลลัพธ์ของ glance() จะเห็นว่าโมเดล linear ที่สร้างขึ้นจาก feature ที่มีอยู่นั้น fit ข้อมูลได้ดี โดยมีค่า adjusted \(R^2\) อยู่ที่ 0.99 ฟังก์ชัน augment() ช่วยให้สำรวจความ fit นี้ได้ง่ายขึ้น ด้วยการผนวกค่าที่โมเดลพยากรณ์ไว้เข้ากับข้อมูลต้นฉบับ

ในแบบฝึกหัดนี้ จะใช้ฟังก์ชันดังกล่าวเพื่อเปรียบเทียบค่าพยากรณ์ของ life_expectancy กับค่าจริงโดยอ้างอิงจาก feature year

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning ใน Tidyverse

ดูคอร์ส

คำแนะนำการฝึกหัด

สร้าง data frame ที่เพิ่มข้อมูลแล้วชื่อ algeria_fitted โดยใช้ augment()
แสดงภาพความ fit ของโมเดลตาม year โดย plot life_expectancy เป็น point และ .fitted เป็น line

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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")

แก้ไขและรันโค้ด