Normalizacja i transformacja logarytmiczna
Masz do dyspozycji zbiór danych attrition_num z danymi liczbowymi o pracownikach, którzy odeszli z firmy. Cechy obejmują Age, DistanceFromHome oraz MonthlyRate.
Chcesz wykorzystać te dane do zbudowania modelu, który przewidzi, czy pracownik prawdopodobnie pozostanie w firmie – wynik zapisany jest w zmiennej Attrition, zmiennej binarnej zakodowanej jako factor. Przed przystąpieniem do modelowania chcesz ograniczyć ewentualne skośności rozkładów oraz zapobiec sytuacji, w której niektóre zmienne dominują nad innymi ze względu na różnice w skali.
Zbiór danych attrition_num oraz podziały na train i test są już wczytane.
To ćwiczenie jest częścią kursu
Inżynieria cech w R
Instrukcje do ćwiczenia
- Znormalizuj wszystkie liczbowe predyktory.
- Zastosuj transformację logarytmiczną do wszystkich cech liczbowych, z przesunięciem o jeden.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
lr_model <- logistic_reg()
lr_recipe <-
recipe(Attrition~., data = train) %>%
# Normalize all numeric predictors
___(all_numeric_predictors()) %>%
# Log-transform all numeric features, with an offset of one
___(___, offset = ___)
lr_workflow <-
workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe)
lr_workflow