Tworzenie obiektów recipe
W poprzednim rozdziale dopasowałeś model regresji logistycznej, używając podzbioru zmiennych predykcyjnych ze zbioru danych telecom_df. Zbiór ten zawiera informacje o klientach firmy telekomunikacyjnej, a celem jest przewidzenie, czy dany klient zrezygnuje z usługi.
W tym ćwiczeniu użyjesz pakietu recipes, aby zastosować transformację logarytmiczną do zmiennych avg_call_mins i avg_intl_mins w danych telekomunikacyjnych. Dzięki temu zmniejszysz zakres tych zmiennych i potencjalnie sprawisz, że ich rozkłady będą bardziej symetryczne – co może poprawić dokładność modelu regresji logistycznej.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Specify feature engineering recipe
telecom_log_rec <- recipe(___,
data = ___) %>%
# Add log transformation step for numeric predictors
___(___, ___, base = 10)
# Print recipe object
telecom_log_rec