Box-Cox 변환
직장을 그만둔 직원에 대한 모든 수치 데이터를 담은 attrition_num 데이터셋을 사용해, factor로 인코딩된 이진 변수 Attrition을 활용하여 직원이 계속 근무할 가능성이 있는지를 예측하는 모델을 만들려고 합니다. 특성들이 거의 정규 분포에 가깝게 작동하도록, Box-Cox 변환을 적용하는 레시피를 만들겠습니다.
attrition_num 데이터, 로지스틱 회귀 lr_model, 사용자 정의 함수 class-evaluate(), 그리고 train 및 test 분할이 미리 로드되어 있습니다.
이 연습은 강의의 일부입니다
R로 배우는 Feature Engineering
연습 안내
- 타깃을 포함한 모든 숫자형 특성에 Box-Cox를 적용하는 레시피를 만드세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create a recipe that uses Box-Cox to transform all numeric features
lr_recipe_BC <-
recipe(Attrition ~., data = train) %>%
___(___)
lr_workflow_BC <- workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_BC)
lr_fit_BC <- lr_workflow_BC %>%
fit(train)
lr_aug_BC <-
lr_fit_BC %>% augment(test)
lr_aug_BC %>% class_evaluate(truth = Attrition,
estimate = .pred_class,.pred_No)