범주형 특성 코딩하기

가끔 데이터셋에는 범주형 특성을 나타내는 숫자 값이 들어 있을 수 있어요.

donors 데이터셋의 wealth_rating은 기부자의 부 수준을 숫자로 표시합니다:

0 = Unknown
1 = Low
2 = Medium
3 = High

이 연습 문제에서는 이런 유형의 범주형 특성을 어떻게 준비하는지 보여주고, 로지스틱 회귀 모델에 어떤 영향을 주는지 살펴봅니다. donors 데이터 프레임은 이미 준비되어 있어요.

이 연습은 강의의 일부입니다

R로 배우는 Supervised Learning: 분류

강의 보기

연습 안내

숫자형 wealth_rating에서 factor wealth_levels를 만들고, 표시된 레이블을 사용하세요. factor() 함수에 변환할 열, 개별 level, label을 전달하면 됩니다.
relevel()을 사용해 기준 범주를 Medium으로 바꾸세요. 첫 번째 인수는 새로 만든 factor 열이어야 합니다.
wealth_levels 열로 donated를 예측하는 로지스틱 회귀 모델을 만들고, summary()로 결과를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Convert the wealth rating to a factor
donors$wealth_levels <- ___(___, levels = ___, labels = ___)

# Use relevel() to change reference category
donors$wealth_levels <- ___(___, ref = ___)

# See how our factor coding impacts the model
summary(___)

코드 편집 및 실행