Categorical फीचर्स को कोड करना
कभी-कभी किसी डेटासेट में न्यूमेरिक मान एक categorical फीचर का प्रतिनिधित्व करते हैं.
donors डेटासेट में, wealth_rating दानकर्ता की संपन्नता के स्तर को दर्शाने के लिए संख्याएँ इस्तेमाल करता है:
- 0 = Unknown
- 1 = Low
- 2 = Medium
- 3 = High
यह अभ्यास इस तरह के categorical फीचर को तैयार करने का तरीका दिखाता है और एक logistic regression मॉडल पर उसके प्रभाव की जाँच करता है. आपके उपयोग के लिए donors डेटा फ़्रेम उपलब्ध है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
R में Supervised Learning: Classification
अभ्यास निर्देश
- न्यूमेरिक
wealth_ratingसे एक फैक्टरwealth_levelsबनाएँ और लेबल्स उसी तरह दें जैसा ऊपर दिखाया गया है. इसके लिएfactor()फंक्शन को वह कॉलम दें जिसे आप कन्वर्ट करना चाहते हैं, अलग-अलग लेवल्स, और उनके लेबल्स. - रेफ़रेंस कैटेगरी को
Mediumमें बदलने के लिएrelevel()का उपयोग करें. पहला आर्ग्यूमेंट आपका नयाfactorकॉलम होना चाहिए. - कॉलम
wealth_levelsका उपयोग करकेdonatedकी भविष्यवाणी करने के लिए एक logistic regression मॉडल बनाएँ और परिणामsummary()से दिखाएँ.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Convert the wealth rating to a factor
donors$wealth_levels <- ___(___, levels = ___, labels = ___)
# Use relevel() to change reference category
donors$wealth_levels <- ___(___, ref = ___)
# See how our factor coding impacts the model
summary(___)