Kódování kategorických příznaků

Někdy dataset obsahuje číselné hodnoty, které představují kategorický příznak.

V datasetu donors používá proměnná wealth_rating čísla k vyjádření úrovně bohatství dárce:

0 = Neznámá
1 = Nízká
2 = Střední
3 = Vysoká

Toto cvičení ukazuje, jak takový kategorický příznak připravit, a zkoumá jeho vliv na model logistické regrese. K dispozici máš datový rámec donors.

Toto cvičení je součástí kurzu

Supervised Learning v R: Klasifikace

Zobrazit kurz

Pokyny k cvičení

Vytvoř faktor wealth_levels z číselné proměnné wealth_rating s popisky uvedenými níže – předej funkci factor() sloupec, který chceš převést, jednotlivé úrovně a popisky.
Pomocí relevel() změň referenční kategorii na Medium. Prvním argumentem by měl být tvůj nový sloupec typu factor.
Sestav model logistické regrese, který pomocí sloupce wealth_levels předpovídá donated, a zobraz výsledek pomocí summary().

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Convert the wealth rating to a factor
donors$wealth_levels <- ___(___, levels = ___, labels = ___)

# Use relevel() to change reference category
donors$wealth_levels <- ___(___, ref = ___)

# See how our factor coding impacts the model
summary(___)

Upravit a spustit kód