Tworzenie filtru niskiej wariancji
W tym ćwiczeniu otrzymujesz zbiór danych house_sales_df zawierający siedemnaście ciągłych cech. Niektóre z nich nie mają żadnej wariancji, inne mają jej bardzo mało. Zbadasz wariancje poszczególnych cech i ustalisz filtr na podstawie odpowiedniego progu wariancji. To podejście przydaje się do usuwania wymiarów o znikomej ilości informacji, jednak – jak się przekonasz – ma pewne ograniczenia.
Pakiety tidyverse i tidymodels są już wczytane.
To ćwiczenie jest częścią kursu
Redukcja wymiarowości w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate feature variances
houses_sales_variances <- ___ %>%
summarize(across(everything(), ~ ___(___(., ___ = ___), na.rm = ___))) %>%
pivot_longer(everything(), names_to = "feature", values_to = "variance") %>%
___(desc(___))
houses_sales_variances