Créer une recette pour les valeurs manquantes

Dans les exercices précédents, vous avez calculé manuellement le ratio de valeurs manquantes et créé un filtre pour réduire la dimensionalité de house_sales_df. Le package tidymodels propose une étape de recette pour appliquer automatiquement un ratio de valeurs manquantes — step_filter_missing(). L’approche tidymodels présente l’avantage de pouvoir réutiliser la recette sur d’autres jeux de données et de faciliter le passage en production. Dans cet exercice, vous allez utiliser la fonction step_filter_missing() pour réaliser une réduction de dimension de house_sales_df basée sur les valeurs manquantes.

Les packages tidyverse et tidymodels ont été chargés pour vous.

Cet exercice fait partie du cours

<cours>Réduction de dimension en R</cours>

Voir le cours

Instructions de l’exercice

Utilisez recipe() pour créer un filtre de valeurs manquantes avec un seuil de 0,5.
Appliquez missing_vals_recipe à house_sales_df.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create missing values recipe
missing_vals_recipe <- 
  ___(___ ~ ., data = ___) %>% 
  ___(___(), ___ = ___) %>% 
  prep()
  
# Apply recipe to data
___ <- 
  ___(___, ___ = ___)

# Display the first five rows of data
___ %>% ___(___)

Modifier et exécuter le code