Vytvoření filtru chybějících hodnot
Filtr nulového rozptylu odstraní jen část málo informativních příznaků. Příznaky ale mohou nést málo informací také proto, že obsahují velké množství chybějících hodnot. V tomto cvičení vytvoříš filtr chybějících hodnot. Zvolíme přísný přístup a odstraníme každý příznak, který má alespoň jednu chybějící hodnotu – může se tak stát, že odstraníme i příznaky s hodnotnými informacemi.
Dataframe house_sales_df je k dispozici v konzoli a balíček tidyverse je již načtený.
Toto cvičení je součástí kurzu
Redukce dimenzionality v R
Pokyny k cvičení
- Vytvoř filtr chybějících hodnot pomocí funkcí
summarize(),across(),sum()ais.na(), který odstraní příznaky s jednou nebo více chybějícími hodnotami, a ulož ho do proměnnéna_filter.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create a missing values filter
___ <- ___ %>%
___(across(everything(), ~ ___)) %>%
pivot_longer(everything(), names_to = "feature", values_to = "NA_count") %>%
___(___ > ___) %>%
pull(feature)
na_filter