Categorische features coderen

Soms bevat een gegevensset numerieke waarden die een categorische feature voorstellen.

In de donors-gegevensset gebruikt wealth_rating cijfers om het welvaartsniveau van de donateur aan te geven:

0 = Onbekend
1 = Laag
2 = Medium
3 = Hoog

Deze oefening laat zien hoe je dit type categorische feature voorbereidt en bekijkt de invloed ervan op een logistic regression-model. De donors-dataframe is voor je beschikbaar.

Deze oefening maakt deel uit van de cursus

Supervised Learning in R: Classificatie

Cursus bekijken

Oefeninstructies

Maak een factor wealth_levels van de numerieke wealth_rating met de labels zoals getoond door de functie factor() de kolom die je wilt omzetten, de afzonderlijke niveaus en de labels te geven.
Gebruik relevel() om de referentiecategorie te veranderen naar Medium. Het eerste argument moet je nieuwe factor-kolom zijn.
Bouw een logistic regression-model met de kolom wealth_levels om donated te voorspellen en toon het resultaat met summary().

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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(___)

Code bewerken en uitvoeren