कौन ठहर रहा है?
अब attrition_num डेटा पर कई ट्रांसफॉर्मेशन को एक साथ लागू करने का अभ्यास करने का समय है. पहले, Yeo-Johnson ट्रांसफॉर्मेशन लगाकर संख्यात्मक वैरिएबल्स को नॉर्मल या नॉर्मल के करीब बनाइए. अगला, संख्यात्मक प्रीडिक्टर्स को परसेंटाइल में बदलिए, डमी वैरिएबल्स बनाइए, और लगभग-शून्य वैरिएंस वाले फीचर्स हटा दीजिए.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Feature Engineering
अभ्यास निर्देश
- सभी संख्यात्मक वैरिएबल्स पर Yeo-Johnson ट्रांसफॉर्मेशन लागू करें.
- सभी संख्यात्मक प्रीडिक्टर्स को परसेंटाइल में बदलें.
- सभी नोमिनल प्रीडिक्टर्स के लिए डमी वैरिएबल्स बनाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
lr_recipe <- recipe(Attrition ~., data = train) %>%
# Apply a Yeo-Johnson transformation to all numeric variables
___ %>%
# Transform all numeric predictors into percentiles
___ %>%
# Create dummy variables for all nominal predictors
___
lr_workflow <- workflow() %>% add_model(lr_model) %>% add_recipe(lr_recipe)
lr_fit <- lr_workflow %>% fit(train)
lr_aug <- lr_fit %>% augment(test)
lr_aug %>% class_evaluate(truth = Attrition, estimate = .pred_class,.pred_No)