Aplica vtreat a los datos de alquiler de bicis

En este ejercicio, crearás data frames con one-hot encoding de los datos de julio/agosto de bicicletas, para usarlos más adelante con xgboost.

Los data frames bikesJuly y bikesAugust ya están precargados.

Para tu comodidad, hemos definido la variable vars con la lista de columnas de variables para el modelo.

Este ejercicio forma parte del curso

Aprendizaje supervisado en R: Regresión

Ver curso

Instrucciones del ejercicio

Carga el paquete vtreat.
Usa designTreatmentsZ() para crear un plan de tratamiento treatplan para las variables de vars a partir de bikesJuly (los datos de entrenamiento).
- Establece la marca verbose=FALSE para evitar que la función imprima demasiados mensajes.
Rellena los huecos para crear un vector newvars que contenga solo los nombres de las variables transformadas clean y lev. Imprímelo.
Usa prepare() para crear un data frame de entrenamiento con one-hot encoding bikesJuly.treat.
- Usa el argumento varRestrictions para limitar las variables que utilizarás a newvars.
Usa prepare() para crear de la misma forma un data frame de prueba con one-hot encoding bikesAugust.treat a partir de bikesAugust.
Llama a str() sobre ambos data frames preparados para ver su estructura.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# The outcome column
(outcome <- "cnt")

# The input columns
(vars <- c("hr", "holiday", "workingday", "weathersit", "temp", "atemp", "hum", "windspeed"))

# Load the package vtreat
___

# Create the treatment plan from bikesJuly (the training data)
treatplan <- ___(___, ___, verbose = FALSE)

# Get the "clean" and "lev" variables from the scoreFrame
(newvars <- treatplan %>%
  use_series(scoreFrame) %>%        
  filter(code %in% ___) %>%  # get the rows you care about
  use_series(___))           # get the varName column

# Prepare the training data
bikesJuly.treat <- ___(___, ___,  varRestriction = ___)

# Prepare the test data
bikesAugust.treat <- ___(___, ___,  varRestriction = ___)

# Call str() on the treated data
___
___

Editar y ejecutar código