欠損値の代入とダミー変数の作成
attrition データセットで欠損値を検出し、完全無作為欠損（MCAR）であると判断しました。そこで、K Nearest Neighbors（KNN）法で代入（インピュテーション）することにします。特徴量エンジニアリングの recipe を設定するにあたり、すべての名義変数に対してダミー変数を作成し、変数 ...1 のロールを「ID」に更新して、モデルには影響させず参照用にデータセットへ保持することにしました。
この演習はコースの一部です
Rで学ぶ特徴量エンジニアリング
演習の手順
...1のロールを「ID」に更新します。- 欠損のあるすべての説明変数に値を代入します。
- すべての名義の説明変数に対してダミー変数を作成します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
lr_model <- logistic_reg()
lr_recipe <-
recipe(Attrition ~., data = train) %>%
# Update the role of "...1" to "ID"
___(...1, new_role = "ID" ) %>%
# Impute values to all predictors where data are missing
step_impute_knn(___) %>%
# Create dummy variables for all nominal predictors
___(all_nominal_predictors())
lr_recipe