Buat filter nilai hilang

Filter varians nol hanya menghapus sebagian fitur berinformasi rendah. Fitur juga bisa mengandung sedikit atau bahkan tidak ada informasi karena memiliki banyak nilai hilang. Pada latihan ini, Anda akan membuat filter nilai hilang. Anda akan mengambil pendekatan ekstrem dengan menghapus fitur yang memiliki setidaknya satu nilai hilang, yang berarti Anda bisa saja menghapus fitur yang sebenarnya mengandung informasi penting.

house_sales_df tersedia di konsol dan paket tidyverse sudah dimuat untuk Anda.

Latihan ini adalah bagian dari kursus

Reduksi Dimensi di R

Lihat Kursus

Petunjuk latihan

Buat filter nilai hilang menggunakan summarize(), across(), sum(), dan is.na() untuk menghapus fitur dengan nol atau lebih nilai hilang dan simpan dalam na_filter.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Create a missing values filter
___ <- ___ %>% 
  ___(across(everything(), ~ ___)) %>% 
  pivot_longer(everything(), names_to = "feature", values_to = "NA_count") %>% 
  ___(___ > ___) %>% 
  pull(feature)
  
na_filter

Edit dan Jalankan Kode