Meerdere stappen voor feature engineering
De kracht van het pakket recipes is dat je meerdere preprocessing-stappen kunt opnemen in één recipe-object. Deze stappen worden uitgevoerd in de volgorde waarin je ze toevoegt met de step_*()-functies.
In deze oefening bouw je voort op je feature engineering uit de vorige oefening. Naast het verwijderen van gecorreleerde predictoren maak je een recipe-object dat ook alle numerieke predictoren in de telecommunicatiegegevens normaliseert.
De gegevenssets telecom_training en telecom_test zijn in je sessie geladen.
Deze oefening maakt deel uit van de cursus
Modelleren met tidymodels in R
Interactieve oefening met praktijkervaring
Probeer deze oefening door deze voorbeeldcode aan te vullen.
# Specify a recipe object
telecom_norm_rec <- ___ %>%
# Remove correlated variables
___ %>%
# Normalize numeric predictors
___