Die tidymodels-Pakete bieten mit den Funktionen step_zv() und step_nzv() eine bessere Möglichkeit, Features mit keiner bzw. nahezu keiner Varianz zu filtern. Diese Recipe-Schritte erkennen Low-Variance-Features, indem sie die Anzahl der eindeutigen Werte und das Verhältnis der Häufigkeit der häufigsten Werte in jedem Feature untersuchen. Dieser Ansatz ist robuster als der einfache Varianzschwellenwert, den wir zuvor verwendet haben.

Außerdem wirst du den Recipe-Schritt step_scale() verwenden, um die Varianz der Features zu normalisieren. Denk daran: Es ist immer sinnvoll, die Daten zu normalisieren, damit die Varianzen über alle Features hinweg vergleichbar sind.

Der Datensatz house_sales_df steht dir zur Verfügung. Die Zielvariable ist price. Die Pakete tidyverse und tidymodels sind bereits für dich geladen.

Auswahl basierend auf Varianz

Create Your Free Account