차원과 피처 정보
여러분은 은행에서 근무하며 서로 다른 사람들에게 제공된 다양한 대출 정보를 수집했다고 가정해 보세요. 상사는 이 데이터를 사용해 고객을 서로 다른 신용 점수 범주로 분류할 가능성을 탐색해 보라고 합니다. 사용 가능한 데이터의 샘플이 credit_df에 로드되어 있습니다. 우선 데이터에 얼마나 많은 피처가 있는지 궁금하고, 고객을 신용 범주로 분류하는 데 도움이 되지 않을 피처도 찾아내고 싶습니다.
tidyverse 패키지는 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R에서의 차원 축소
연습 안내
credit_df의 피처(열) 개수를 구하세요.credit_df의 각 피처에 대한 분산을 계산하세요.- 분산이 0인 피처를 찾아
column_to_remove에 할당하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Find the number of features
___ %>% ___()
# Compute each column variance
credit_df %>%
___(___(___(), ~ ___(., na.rm = TRUE))) %>%
pivot_longer(everything(), names_to = "feature", values_to = "variance")
# Assign the zero-variance column
column_to_remove <- "___"