การ Mapping โมเดลจำนวนมาก
data frame gap_nested ที่มีอยู่ใน workspace ของคุณประกอบด้วยชุดข้อมูล gapminder ที่ถูก nested ตามประเทศ
คุณจะใช้ข้อมูลนี้เพื่อสร้างโมเดลเชิงเส้นสำหรับแต่ละประเทศ เพื่อทำนาย อายุขัยเฉลี่ย โดยใช้ฟีเจอร์ year
หมายเหตุ: คำว่า feature มีความหมายเดียวกับ variable หรือ predictor ซึ่งหมายถึงคุณลักษณะของข้อมูลที่สามารถนำมาใช้สร้างโมเดล machine learning ได้
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
Machine Learning ใน Tidyverse
คำแนะนำการฝึกหัด
- สร้างโมเดลเชิงเส้นสำหรับแต่ละประเทศเพื่อทำนาย
life_expectancyโดยใช้ฟีเจอร์yearใช้ฟังก์ชันlm()สำหรับขั้นตอนนี้ แล้วบันทึก data frame ที่ประกอบด้วยโมเดลไว้ในชื่อgap_models - ดึงโมเดลแรกออกจาก data frame นี้ แล้วบันทึกไว้ในชื่อ
algeria_model - ดูข้อมูลของโมเดลโดยใช้
summary()
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# 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(___)