Zacznij terazZacznij za darmo

Imputacja brakujących wartości i tworzenie zmiennych dummy

Po wykryciu brakujących wartości w zbiorze danych attrition i ustaleniu, że brakuje ich całkowicie losowo (MCAR), decydujesz się na imputację metodą K najbliższych sąsiadów (KNN). Podczas konfigurowania przepisu (recipe) inżynierii cech postanawiasz utworzyć zmienne dummy dla wszystkich zmiennych nominalnych oraz zmienić rolę zmiennej ...1 na "ID", aby zachować ją w zbiorze danych jako odniesienie, bez wpływu na model.

To ćwiczenie jest częścią kursu

Inżynieria cech w R

Zobacz kurs

Instrukcje do ćwiczenia

  • Zaktualizuj rolę zmiennej ...1 na "ID".
  • Przeprowadź imputację brakujących wartości dla wszystkich predyktorów.
  • Utwórz zmienne dummy dla wszystkich nominalnych predyktorów.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

lr_model <- logistic_reg()

lr_recipe <- 
  recipe(Attrition ~., data = train) %>%

# Update the role of "...1" to "ID"
  ___(...1, new_role = "ID" ) %>%

# Impute values to all predictors where data are missing
  step_impute_knn(___) %>%

# Create dummy variables for all nominal predictors
  ___(all_nominal_predictors())

lr_recipe
Edytuj i uruchom kod