擴增你的資料
從 glance() 的結果中，你已經看到，使用現有特徵所建立的線性模型擬合得不錯，調整後的 \(R^2\) 為 0.99。augment() 函式可以把預測值附加回原始資料，幫助你探索這個擬合情形。
在這裡，你會利用這點，根據 year 特徵，將 life_expectancy 的預測值與原始值進行比較。
本練習屬於課程
Tidyverse 的 Machine Learning
練習說明
- 使用
augment()建立擴增後的資料框algeria_fitted。 - 以
year為基準視覺化模型的擬合：將life_expectancy畫成散點，並將.fitted畫成線條。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# 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")