Les packages tidymodels proposent une meilleure façon de filtrer les variables à variance nulle ou quasi nulle grâce aux fonctions step_zv() et step_nzv(). Ces étapes de recette identifient les variables à faible variance en examinant le nombre de valeurs uniques et le ratio de fréquence des valeurs les plus courantes dans chaque variable. Cette approche est plus robuste que le simple seuil de variance utilisé précédemment.

De plus, vous utiliserez l'étape de recette step_scale() pour normaliser la variance des variables. Rappelez-vous qu'il est toujours préférable de normaliser les données afin de rendre les variances comparables d'une variable à l'autre.

L'objet house_sales_df est à votre disposition. La variable cible est price. Les packages tidyverse et tidymodels ont également été chargés pour vous.

Sélectionner selon la variance

Create Your Free Account