Identificar valores ausentes

La deserción de personal es un problema crítico para las empresas: perder a una persona implica no solo el coste de reclutar y formar a otra, sino también la pérdida de conocimiento tácito y de cultura organizativa, algo difícil de recuperar.

El conjunto de datos attrition contiene información sobre la deserción de empleados, incluyendo Age, WorkLifeBalance, DistanceFromHome, StockOptionLevel y otras 27 variables. Antes de continuar con tu análisis, quieres detectar si hay valores ausentes.

El paquete naniar y el conjunto de datos attrition ya están cargados para ti.

Este ejercicio forma parte del curso

Ingeniería de características en R

Ver curso

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# Explore missing data on the attrition dataset
___(attrition)

Editar y ejecutar código

Este ejercicio forma parte del curso

Ingeniería de características en R

IntermedioNivel de habilidad

4.8+

109 reviews

Comienza el curso gratis

Los datos en bruto no siempre llegan en la mejor forma para analizarlos. En este capítulo inicial, verás por primera vez cómo transformar y crear características que mejoren el rendimiento y la interpretabilidad de tu modelo.

Exercise 1: ¿Qué es el feature engineering?Exercise 2: Un modelo provisional Exercise 3: Ingeniería manual de una característica Exercise 4: Crear nuevas características con conocimiento del dominio Exercise 5: Preparar tus datos para el análisis Exercise 6: Creando un workflow Exercise 7: Aumentar el contenido de información de los datos en bruto Exercise 8: Identificar valores ausentes

Ejercicio actual

Exercise 9: Imputación de valores faltantes y creación de variables dummy Exercise 10: Ajustar y evaluar el modelo Exercise 11: Predicción de reservas de hotel

En este capítulo, aprenderás que, más allá de transformar manualmente las características, puedes aprovechar herramientas del tidyverse para generar nuevas variables de forma programática. Explorarás cómo este enfoque mejora la reproducibilidad de tus modelos y resulta especialmente útil al trabajar con conjuntos de datos con muchas características.

Exercise 1: ¿Por qué transformar características existentes?Exercise 2: Echar un vistazo a tus datos Exercise 3: Normalizar y aplicar transformación logarítmica Exercise 4: Ajustar y ampliar Exercise 5: Personaliza la evaluación de tu modelo Exercise 6: Transformaciones comunes de características Exercise 7: Transformaciones comunes Exercise 8: Receta básica Exercise 9: Transformación Box-Cox Exercise 10: Transformación de Yeo-Johnson Exercise 11: Transformaciones avanzadas Exercise 12: Línea base Exercise 13: step_poly()Exercise 14: step_percentile()Exercise 15: ¿Quién se queda?

Ahora aprenderás cómo los modelos a menudo se benefician de reducir la dimensionalidad y extraer características de datos de alta dimensión, incluyendo convertir datos de texto en valores numéricos, codificar datos categóricos y clasificar el poder predictivo de las variables. Explorarás métodos como el análisis de componentes principales, el análisis de componentes principales con kernel, la extracción numérica desde texto, las codificaciones categóricas y las puntuaciones de importancia de variables.

Exercise 1: Reducción de la dimensionalidad Exercise 2: Preparando el terreno Exercise 3: Profundiza en la estructura Exercise 4: Porcentaje de varianza explicada Exercise 5: Visualizar la varianza explicada Exercise 6: Hashing de características Exercise 7: Investigando el campo de educación Exercise 8: Al interior de la matriz Exercise 9: Explorar el hashing Exercise 10: Visualizar el hashing Exercise 11: Codificación de datos categóricos con aprendizaje supervisado Exercise 12: Configura tu workflow Exercise 13: Ajustar, ampliar y evaluar Exercise 14: Unir modelos Exercise 15: Importancia de variables Exercise 16: Crea un flujo de trabajo Exercise 17: Ajustar y ampliar Exercise 18: ¿Cuál es el predictor principal?

Cerrarás el curso con técnicas de ingeniería de características y de Machine Learning. Empezarás centrándote en los problemas asociados a usar todas las características disponibles en un modelo y en la importancia de identificar características irrelevantes y redundantes, y aprenderás a eliminarlas mediante métodos integrados como lasso y elastic-net. Después, explorarás métodos de contracción como lasso, ridge y elastic-net, que pueden usarse para regularizar los pesos de las características o seleccionar características estableciendo coeficientes en cero. Para terminar, te centrarás en crear un flujo de trabajo de ingeniería de características de extremo a extremo y en repasar y practicar los conceptos y funciones aprendidos en un pequeño proyecto.

Exercise 1: Reducir las características del modelo Exercise 2: Filtrar la importancia de variables Exercise 3: Evaluar el rendimiento del modelo usando todos los predictores disponibles Exercise 4: Crear un modelo reducido Exercise 5: Métodos de contracción Exercise 6: Regularización manual con Lasso Exercise 7: Ajustar el parámetro penalty Exercise 8: Finalizar el modelo Exercise 9: Juntándolo todo Exercise 10: Preparar y dividir Exercise 11: Preprocesar Exercise 12: Modelo Exercise 13: Evaluar Exercise 14: ¡Enhorabuena!