शुरू करेंमुफ़्त में शुरू करें

Normalizing और log-transforming

आपको attrition_num नाम का एक डेटासेट दिया गया है, जिसमें उन कर्मचारियों का संख्यात्मक डेटा है जिन्होंने कंपनी छोड़ी है. फीचर्स में Age, DistanceFromHome, और MonthlyRate शामिल हैं.

आप इस डेटा का उपयोग ऐसा मॉडल बनाने के लिए करना चाहते हैं जो यह भविष्यवाणी कर सके कि कोई कर्मचारी रहने वाला है या नहीं, जिसे Attrition से दर्शाया गया है — यह एक बाइनरी वैरिएबल है जिसे factor के रूप में कोड किया गया है. मॉडलिंग की तैयारी में, आप संभावित skewness को कम करना चाहते हैं और scale में अंतर के कारण कुछ वैरिएबल्स के ज़्यादा वज़न लेने से बचना चाहते हैं.

attrition_num डेटा और train तथा test स्प्लिट्स आपके लिए लोड किए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

R में Feature Engineering

पाठ्यक्रम देखें

अभ्यास निर्देश

  • सभी numeric predictors को normalize करें.
  • सभी numeric फीचर्स को offset एक के साथ log-transform करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

lr_model <- logistic_reg()

lr_recipe <- 
  recipe(Attrition~., data = train) %>%

# Normalize all numeric predictors
  ___(all_numeric_predictors()) %>%

# Log-transform all numeric features, with an offset of one
  ___(___, offset = ___)

lr_workflow <- 
  workflow() %>%
  add_model(lr_model) %>%
  add_recipe(lr_recipe)

lr_workflow
कोड संपादित करें और चलाएँ