特徴量エンジニアリングのプロセス
特徴量エンジニアリングをモデリングプロセスに組み込むには、モデルの学習段階に入る前に、学習用データとテストデータを前処理する必要があります。この章で学んだ新しいスキルを使えば、通信データにあるすべての利用可能な説明変数を活用して、ロジスティック回帰モデルを学習できるようになります。
この演習では、通信データに対して特徴量エンジニアリングのパイプラインを作成し、それを使って学習用データとテストデータを変換します。
telecom_training と telecom_test の各データセット、およびロジスティック回帰のモデル仕様 logistic_model は、すでにセッションに読み込まれています。
この演習はコースの一部です
R での tidymodels によるモデリング
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。
telecom_recipe <- recipe(___, data = ___) %>%
# Removed correlated predictors
___(___) %>%
# Log transform numeric predictors
___(___, base = 10) %>%
# Normalize numeric predictors
___(___) %>%
# Create dummy variables
___(___, ___)