對多個模型進行對映
你在工作空間可使用的 gap_nested 資料框，包含依國家巢狀化的 gapminder 資料集。
你將用這個資料，為每個國家建立一個線性模型，使用 year 特徵來預測 life expectancy。
注意：「feature（特徵）」與「variable（變數）」或「predictor（預測因子）」同義。它指的是資料中的一個屬性，可用來建立機器學習模型。
本練習屬於課程
Tidyverse 的 Machine Learning
練習說明
- 為每個國家建立一個線性模型，使用
year特徵來預測life_expectancy。請使用lm()，並將包含模型的新資料框儲存為gap_models。 - 從這個資料框中擷取第一個模型，並將其儲存為
algeria_model。 - 使用
summary()檢視該模型的資訊。
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 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(___)