Erstelle ein Rezept für fehlende Werte

In den vorherigen Übungen hast du das Verhältnis fehlender Werte manuell berechnet und einen Filter erstellt, um die Dimensionalität von house_sales_df zu reduzieren. Das Paket tidymodels enthält einen Recipe-Step, um eine Quote fehlender Werte automatisch anzuwenden — step_filter_missing(). Die Vorteile des tidymodels-Ansatzes sind, dass du das Rezept für andere Datensätze wiederverwenden kannst und der Übergang in eine Produktionsumgebung vereinfacht wird. In dieser Übung verwendest du die Funktion step_filter_missing(), um die Dimensionsreduktion von house_sales_df auf Basis fehlender Werte durchzuführen.

Die Pakete tidyverse und tidymodels wurden bereits für dich geladen.

Diese Übung ist Teil des Kurses

Dimensionsreduktion in R

Kurs anzeigen

Anleitung zur Übung

Verwende recipe(), um einen Filter für fehlende Werte mit einem Schwellenwert von 0,5 zu erstellen.
Wende das missing_vals_recipe auf house_sales_df an.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create missing values recipe
missing_vals_recipe <- 
  ___(___ ~ ., data = ___) %>% 
  ___(___(), ___ = ___) %>% 
  prep()
  
# Apply recipe to data
___ <- 
  ___(___, ___ = ___)

# Display the first five rows of data
___ %>% ___(___)

Code bearbeiten und ausführen