Créer une recette à faible variance
Les ensembles de packages tidymodels offrent une meilleure façon de filtrer les caractéristiques à variance nulle et quasi nulle avec les fonctions step_zv() et step_nzv(), respectivement. Ces étapes de recette repèrent les caractéristiques à faible variance en examinant le nombre de valeurs uniques et le ratio de la fréquence des valeurs les plus courantes dans chaque caractéristique. Cette approche est plus robuste que le simple seuil de variance utilisé précédemment.
De plus, vous utiliserez l'étape de recette step_scale() pour normaliser la variance des caractéristiques. Rappelez-vous qu'il est toujours préférable de normaliser les données afin de rendre les variances comparables d'une caractéristique à l'autre.
L'objet house_sales_df est à votre disposition. La variable cible est price. Les packages tidyverse et tidymodels ont aussi été chargés pour vous.
Cette activité fait partie du cours
Réduction de dimension en R
Instructions de l’exercice
- Définissez une recette pour appliquer un filtre de faible variance et préparez-la avec
house_sales_df. - Appliquez la recette à
house_sales_dfet enregistrez les données filtrées dansfiltered_house_sales_df. - Affichez les caractéristiques que la recette a filtrées dans l'étape
step_nzv().
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Prepare recipe
low_variance_recipe <- recipe(___ ~ ___, ___ = ___) %>%
step_zv(___) %>%
___(___) %>%
___(___) %>%
prep()
# Apply recipe
filtered_house_sales_df <- ___(___, new_data = ___)
# View list of features removed by the near-zero variance step
tidy(___, number = ___)