CommencezCommencez gratuitement

Préparer vos données pour l'analyse

Vous allez examiner une version de l'ensemble de données nycflights13, chargé sous flights. Il contient des renseignements sur les vols au départ de New York. Vous souhaitez prédire s'ils arriveront en retard à destination, mais vous devez d'abord préparer les données pour l'analyse.

Après avoir discuté des objectifs du modèle avec une équipe d'experts, vous avez sélectionné les variables suivantes pour votre modèle : flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival.

Vous allez aussi appliquer mutate() à la date avec as.Date() et convertir les variables de type character en facteurs.

Enfin, vous fractionnerez les données en ensembles train et test.

Cette activité fait partie du cours

Ingénierie des caractéristiques en R

Voir le cours

Instructions de l’exercice

  • Convertissez toutes les variables de type character en facteurs.
  • Fractionnez les données flights en ensembles test et train.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

flights <- flights %>%
  select(flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival) %>%

# Tranform all character-type variables to factors
  mutate(date = as.Date(date), ___(where(is.character), as.factor))

# Split the flights data into test and train sets
set.seed(246)
split <- flights %>% initial_split(prop = 3/4, strata = arrival)
test <- ___(split)
train <- ___(split)

test %>% select(arrival) %>% table() %>% prop.table()
train %>% select(arrival) %>% table() %>% prop.table()
Modifier et exécuter le code