Transformacja Box-Coxa
Korzystając ze zbioru danych attrition_num, zawierającego wyłącznie dane numeryczne dotyczące pracowników, którzy odeszli z firmy, chcesz zbudować model przewidujący, czy dany pracownik prawdopodobnie zostanie w firmie. Zmienną docelową jest Attrition – zmienna binarna zakodowana jako factor. Aby cechy możliwie zbliżyły się do rozkładu normalnego, stworzysz przepis (ang. recipe) implementujący transformację Box-Coxa.
Zbiór danych attrition_num, model regresji logistycznej lr_model, zdefiniowana przez użytkownika funkcja class-evaluate() oraz podziały train i test są już wczytane.
To ćwiczenie jest częścią kursu
Inżynieria cech w R
Instrukcje do ćwiczenia
- Stwórz przepis, który stosuje transformację Box-Coxa do wszystkich cech numerycznych, łącznie ze zmienną docelową.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a recipe that uses Box-Cox to transform all numeric features
lr_recipe_BC <-
recipe(Attrition ~., data = train) %>%
___(___)
lr_workflow_BC <- workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe_BC)
lr_fit_BC <- lr_workflow_BC %>%
fit(train)
lr_aug_BC <-
lr_fit_BC %>% augment(test)
lr_aug_BC %>% class_evaluate(truth = Attrition,
estimate = .pred_class,.pred_No)