Vytvoř filtr podle poměru chybějících hodnot

Datový rámec house_sales_df obsahuje cílovou proměnnou price a různé prediktory popisující jednotlivé domy a jejich prodejní ceny. U několika příznaků se vyskytuje různý počet chybějících hodnot. Pokud je poměr chybějících hodnot příliš vysoký, příznak nebude při předpovídání ceny domu příliš informativní a lze ho odstranit. V tomto cvičení vypočítáš poměr chybějících hodnot pro každý sloupec — to ti pomůže zamyslet se nad vhodnou prahovou hodnotou.

Balíček tidyverse je již načtený.

Toto cvičení je součástí kurzu

Redukce dimenzionality v R

Zobrazit kurz

Pokyny k cvičení

Ulož celkový počet řádků datového rámce house_sales_df do proměnné n.
Vypočítej poměry chybějících hodnot pro každý sloupec v house_sales_df a ulož je do missing_vals_df.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Calculate total rows
___ <-  ___(___)

# Calculate missing value ratios
___ <- ___ %>% 
  ___(___(___(), ~ ___(___(.)))) %>% 
  pivot_longer(everything(), names_to = "feature", values_to = "num_missing_values") %>% 
  mutate(missing_val_ratio = ___ / ___)

# Display missing value ratios
missing_vals_df

Upravit a spustit kód