CommencezCommencez gratuitement

Prétraitement

C'est le moment de faire du feature engineering ! Vous devez construire une recette pour gérer des variables non informatives mais potentiellement utiles, comme un identifiant d'observation, ou pour traiter les valeurs manquantes. C'est aussi l'occasion de transformer certains prédicteurs, par exemple normaliser les caractéristiques numériques et créer des variables factices pour les variables catégorielles.

Le jeu de données attrition ainsi que les divisions train et test que vous avez créées à l'exercice précédent sont disponibles dans votre environnement.

Cette activité fait partie du cours

Ingénierie des caractéristiques en R

Voir le cours

Instructions de l’exercice

  • Normalisez toutes les caractéristiques numériques.
  • Imputez les valeurs manquantes avec l'algorithme d'imputation knn.
  • Créez des variables factices pour tous les prédicteurs nominaux.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

recipe <- recipe(Attrition ~ ., data = train) %>%
  update_role(...1, new_role = "ID") %>%

# Normalize all numeric features
  ___(all_numeric_predictors()) %>% 

# Impute missing values using the knn imputation algorithm
  ___(all_predictors()) %>%

# Create dummy variables for all nominal predictors
  ___(all_nominal_predictors())
 
recipe
Modifier et exécuter le code