시작하기무료로 시작하기

분석을 위한 데이터 준비하기

nycflights13 데이터셋의 한 버전이 flights로 로드되어 있습니다. 이 데이터에는 뉴욕시에서 출발하는 항공편 정보가 들어 있습니다. 목적지에 도착이 지연되는지 여부를 예측하고자 하지만, 먼저 분석을 위한 데이터 준비가 필요합니다.

전문가 팀과 모델 목표를 논의한 뒤, 모델에 사용할 변수로 다음을 선택했습니다: flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival.

또한 as.Date()로 날짜를 mutate()하고, 문자형 변수를 factor로 변환합니다.

마지막으로 데이터를 train과 test 데이터셋으로 분할합니다.

이 연습은 강의의 일부입니다

R로 배우는 Feature Engineering

강의 보기

연습 안내

  • 모든 문자형 변수를 factor로 변환하세요.
  • flights 데이터를 train/test 세트로 분할하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

flights <- flights %>%
  select(flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival) %>%

# Tranform all character-type variables to factors
  mutate(date = as.Date(date), ___(where(is.character), as.factor))

# Split the flights data into test and train sets
set.seed(246)
split <- flights %>% initial_split(prop = 3/4, strata = arrival)
test <- ___(split)
train <- ___(split)

test %>% select(arrival) %>% table() %>% prop.table()
train %>% select(arrival) %>% table() %>% prop.table()
코드 편집 및 실행