LoslegenKostenlos loslegen

Vorverarbeitung

Zeit fürs Feature Engineering! Du sollst ein Recipe erstellen, das sich um nicht informative, aber möglicherweise wertvolle Variablen wie eine Beobachtungs-ID kümmert oder mit fehlenden Werten umgeht. Das ist auch eine gute Gelegenheit, einige Prädiktoren zu transformieren, z. B. numerische Features zu normalisieren und für kategoriale Features Dummy-Variablen zu erstellen.

Der Datensatz attrition sowie die in der vorherigen Übung erstellten train- und test-Splits stehen in deiner Umgebung bereit.

Diese Übung ist Teil des Kurses

Feature Engineering in R

Kurs anzeigen

Anleitung zur Übung

  • Normalisiere alle numerischen Features.
  • Imputiere fehlende Werte mit dem knn-Imputationsalgorithmus.
  • Erstelle Dummy-Variablen für alle nominalen Prädiktoren.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

recipe <- recipe(Attrition ~ ., data = train) %>%
  update_role(...1, new_role = "ID") %>%

# Normalize all numeric features
  ___(all_numeric_predictors()) %>% 

# Impute missing values using the knn imputation algorithm
  ___(all_predictors()) %>%

# Create dummy variables for all nominal predictors
  ___(all_nominal_predictors())
 
recipe
Code bearbeiten und ausführen