Los paquetes de tidymodels ofrecen una forma mejor de filtrar características con varianza nula o casi nula mediante sus funciones step_zv() y step_nzv(), respectivamente. Estos pasos de la receta identifican características de baja varianza examinando el número de valores únicos y la proporción de la frecuencia de los valores más comunes en cada característica. Este enfoque es más robusto que el simple umbral de varianza que usamos antes.

Además, usarás el paso de receta step_scale() para normalizar la varianza de las características. Recuerda que siempre es buena idea normalizar los datos para que las varianzas entre características sean comparables.

Tienes disponible house_sales_df para usar. La variable objetivo es price. Los paquetes tidyverse y tidymodels también se han cargado por ti.

Selección basada en la varianza

Create Your Free Account