Information Valueの計算
ここまでで、複数のソースからデータを統合し、新しい変数を作って洞察を得てきました。これらすべての変数が離職（turnover）を説明できると思いますか？
Information Value（IV）は、各変数の予測力に基づいて、その重要度を測定・順位付けするのに役立ちます。 予測力が非常に低い変数を除外するために、Information Value（IV）を活用できます。
この演習はコースの一部です
HRアナリティクス：Rで社員離職を予測する
演習の手順
Informationパッケージを読み込みます。- 前の演習で作成した
emp_finalデータセットを使って、データセット内のすべての変数のInformation Valueを算出します。 - 各変数のInformation Value（IV）を出力します。
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。
# Load Information package
___
# Compute Information Value
IV <- create_infotables(data = ___, y = ___)
# Print Information Value
___