Pipeline complet d'ingénierie des caractéristiques
Le paquet recipes est conçu pour regrouper plusieurs étapes d'ingénierie des caractéristiques dans un seul objet, ce qui facilite la gestion des transformations de données dans un flux de travail de Machine Learning.
Dans cet exercice, vous allez entraîner un pipeline d'ingénierie des caractéristiques pour préparer les données de télécommunications à la modélisation.
Le tibble telecom_df, ainsi que vos jeux de données telecom_training et telecom_test des exercices précédents, ont été chargés dans votre espace de travail.
Cette activité fait partie du cours
Modélisation avec tidymodels en R
Instructions de l’exercice
- Créez une recette qui prédit
canceled_serviceà l'aide de toutes les variables prédictives des données d'entraînement. - Retirez les variables prédictives corrélées en utilisant un seuil de 0,8.
- Normalisez tous les prédicteurs numériques.
- Créez des variables indicatrices pour tous les prédicteurs nominaux.
- Entraînez votre recette sur les données d'entraînement et appliquez-la aux données de test.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Create a recipe that predicts canceled_service using the training data
telecom_recipe <- ___ %>%
# Remove correlated predictors
___ %>%
# Normalize numeric predictors
___ %>%
# Create dummy variables
___
# Train your recipe and apply it to the test data
telecom_recipe %>%
___ %>%
___