誰が残る？
attrition_num データに対して、いくつかの変換を組み合わせて練習しましょう。まず、Yeo-Johnson 変換を適用して数値変数を正規化または準正規化します。次に、数値の説明変数をパーセンタイルに変換し、ダミー変数を作成し、分散がほぼゼロの特徴量を除去します。
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
- すべての数値変数に Yeo-Johnson 変換を適用します。
- すべての数値の説明変数をパーセンタイルに変換します。
- すべての名義尺度の説明変数につい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_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)