Appliquer vtreat aux données de location de vélos

Dans cet exercice, vous allez créer des trames de données avec encodage one-hot à partir des données de vélos de juillet/août, pour les utiliser plus tard avec xgboost.

Les trames de données bikesJuly et bikesAugust ont été préchargées.

Pour vous faciliter la tâche, nous avons défini la variable vars avec la liste des colonnes de variables pour le modèle.

Cette activité fait partie du cours

Apprentissage supervisé en R : régression

Voir le cours

Instructions de l’exercice

Chargez le paquet vtreat.
Utilisez designTreatmentsZ() pour créer un plan de traitement treatplan pour les variables dans vars à partir de bikesJuly (les données d'entraînement).
- Réglez l'option verbose=FALSE pour empêcher la fonction d'afficher trop de messages.
Remplissez les blancs pour créer un vecteur newvars qui contient uniquement les noms des variables transformées clean et lev. Affichez-le.
Utilisez prepare() pour créer une trame d'entraînement avec encodage one-hot bikesJuly.treat.
- Employez l'argument varRestrictions pour limiter les variables utilisées à newvars.
Utilisez prepare() pour créer de la même façon une trame de test avec encodage one-hot bikesAugust.treat à partir de bikesAugust.
Appelez str() sur les deux trames préparées afin d'en voir la structure.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# The outcome column
(outcome <- "cnt")

# The input columns
(vars <- c("hr", "holiday", "workingday", "weathersit", "temp", "atemp", "hum", "windspeed"))

# Load the package vtreat
___

# Create the treatment plan from bikesJuly (the training data)
treatplan <- ___(___, ___, verbose = FALSE)

# Get the "clean" and "lev" variables from the scoreFrame
(newvars <- treatplan %>%
  use_series(scoreFrame) %>%        
  filter(code %in% ___) %>%  # get the rows you care about
  use_series(___))           # get the varName column

# Prepare the training data
bikesJuly.treat <- ___(___, ___,  varRestriction = ___)

# Prepare the test data
bikesAugust.treat <- ___(___, ___,  varRestriction = ___)

# Call str() on the treated data
___
___

Modifier et exécuter le code