Transformation de Box-Cox
En utilisant l'ensemble de données attrition_num qui contient uniquement des données numériques sur les employé·e·s ayant quitté l'entreprise, vous voulez bâtir un modèle capable de prédire si une personne est susceptible de rester, en utilisant Attrition, une variable binaire codée comme un factor. Pour rapprocher la distribution des caractéristiques d'une loi normale, vous allez créer une recette qui applique la transformation Box-Cox.
Les données attrition_num, la régression logistique lr_model, la fonction définie par l'utilisateur class-evaluate() et les partitions train et test sont déjà chargées pour vous.
Cette activité fait partie du cours
Ingénierie des caractéristiques en R
Instructions de l’exercice
- Créez une recette qui utilise Box-Cox pour transformer toutes les caractéristiques numériques, y compris la cible.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create a recipe that uses Box-Cox to transform all numeric features
lr_recipe_BC <-
recipe(Attrition ~., data = train) %>%
___(___)
lr_workflow_BC <- workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_BC)
lr_fit_BC <- lr_workflow_BC %>%
fit(train)
lr_aug_BC <-
lr_fit_BC %>% augment(test)
lr_aug_BC %>% class_evaluate(truth = Attrition,
estimate = .pred_class,.pred_No)