Kto zostaje?
Czas poćwiczyć łączenie kilku przekształceń na danych attrition_num. Najpierw znormalizuj lub przybliż do normalności zmienne numeryczne, stosując transformację Yeo-Johnsona. Następnie przekształć numeryczne predyktory na percentyle, utwórz zmienne zero-jedynkowe i usuń cechy o wariancji bliskiej zeru.
To ćwiczenie jest częścią kursu
Inżynieria cech w R
Instrukcje do ćwiczenia
- Zastosuj transformację Yeo-Johnsona do wszystkich zmiennych numerycznych.
- Przekształć wszystkie numeryczne predyktory na percentyle.
- Utwórz zmienne zero-jedynkowe dla wszystkich nominalnych predyktorów.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
lr_recipe <- recipe(Attrition ~., data = train) %>%
# Apply a Yeo-Johnson transformation to all numeric variables
___ %>%
# Transform all numeric predictors into percentiles
___ %>%
# Create dummy variables for all nominal predictors
___
lr_workflow <- workflow() %>% add_model(lr_model) %>% add_recipe(lr_recipe)
lr_fit <- lr_workflow %>% fit(train)
lr_aug <- lr_fit %>% augment(test)
lr_aug %>% class_evaluate(truth = Attrition, estimate = .pred_class,.pred_No)