Kompletní pipeline pro feature engineering
Balíček recipes umožňuje zakódovat několik kroků feature engineeringu do jednoho objektu, což usnadňuje správu datových transformací v rámci workflow strojového učení.
V tomto cvičení natrénuješ pipeline feature engineeringu, která připraví telekomunikační data pro modelování.
Do pracovního prostředí jsou načteny tibble telecom_df a také tvoje datasety telecom_training a telecom_test z předchozích cvičení.
Toto cvičení je součástí kurzu
Modeling with tidymodels in R
Pokyny k cvičení
- Vytvoř recept, který predikuje
canceled_servicepomocí všech prediktivních proměnných v trénovacích datech. - Odstraň korelované prediktivní proměnné s prahovací hodnotou 0,8.
- Normalizuj všechny numerické prediktory.
- Vytvoř dummy proměnné pro všechny nominální prediktory.
- Natrénuj recept na trénovacích datech a aplikuj ho na testovací data.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create a recipe that predicts canceled_service using the training data
telecom_recipe <- ___ %>%
# Remove correlated predictors
___ %>%
# Normalize numeric predictors
___ %>%
# Create dummy variables
___
# Train your recipe and apply it to the test data
telecom_recipe %>%
___ %>%
___