Zacznij terazZacznij za darmo

Przygotowanie danych do analizy

Przyjrzysz się wersji zbioru danych nycflights13, wczytanej jako flights. Zawiera on informacje o lotach odlatujących z Nowego Jorku. Celem jest przewidzenie, czy dany lot dotrze do miejsca docelowego z opóźnieniem – ale najpierw musisz przygotować dane do analizy.

Po omówieniu celów modelu z zespołem ekspertów wybrałeś następujące zmienne: flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival.

Następnie użyjesz mutate(), aby przetworzyć datę za pomocą as.Date(), oraz przekonwertujesz zmienne typu character na czynniki (factors).

Na koniec podzielisz dane na zbiór treningowy train i zbiór testowy test.

To ćwiczenie jest częścią kursu

Inżynieria cech w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Przekształć wszystkie zmienne typu character na czynniki (factors).
  • Podziel zbiór danych flights na zbiór testowy i treningowy.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

flights <- flights %>%
  select(flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival) %>%

# Tranform all character-type variables to factors
  mutate(date = as.Date(date), ___(where(is.character), as.factor))

# Split the flights data into test and train sets
set.seed(246)
split <- flights %>% initial_split(prop = 3/4, strata = arrival)
test <- ___(split)
train <- ___(split)

test %>% select(arrival) %>% table() %>% prop.table()
train %>% select(arrival) %>% table() %>% prop.table()
Edytuj i uruchom kod