Tworzenie filtru brakujących wartości
Filtr zerowej wariancji usuwa tylko niektóre cechy o niskiej zawartości informacji. Cecha może też nieść niewiele informacji z powodu dużej liczby brakujących wartości. W tym ćwiczeniu stworzysz filtr brakujących wartości. Przyjmiesz podejście restrykcyjne i usuniesz każdą cechę zawierającą co najmniej jedną brakującą wartość – oznacza to, że możesz usunąć również cechy z istotnymi danymi.
house_sales_df jest dostępny w konsoli, a pakiet tidyverse został już załadowany.
To ćwiczenie jest częścią kursu
Redukcja wymiarowości w R
Instrukcje do ćwiczenia
- Utwórz filtr brakujących wartości, korzystając z funkcji
summarize(),across(),sum()iis.na(), aby usunąć cechy z zerową lub większą liczbą brakujących wartości, i zapisz go w zmiennejna_filter.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a missing values filter
___ <- ___ %>%
___(across(everything(), ~ ___)) %>%
pivot_longer(everything(), names_to = "feature", values_to = "NA_count") %>%
___(___ > ___) %>%
pull(feature)
na_filter