vtreat dla danych o wypożyczeniach rowerów

W tym ćwiczeniu utworzysz ramki danych z kodowaniem one-hot dla danych o wypożyczeniach rowerów z lipca i sierpnia, które później wykorzystasz z xgboost.

Ramki danych bikesJuly i bikesAugust zostały wcześniej wczytane.

Dla wygody zdefiniowaliśmy zmienną vars zawierającą listę kolumn zmiennych używanych w modelu.

To ćwiczenie jest częścią kursu

Nadzorowane uczenie maszynowe w R: regresja

Zobacz kurs

Instrukcje do ćwiczenia

Wczytaj pakiet vtreat.
Użyj funkcji designTreatmentsZ(), aby utworzyć plan obróbki treatplan dla zmiennych z vars na podstawie bikesJuly (zbioru treningowego).
- Ustaw flagę verbose=FALSE, aby zapobiec wypisywaniu nadmiernej liczby komunikatów.
Uzupełnij brakujące elementy, aby utworzyć wektor newvars zawierający tylko nazwy przekształconych zmiennych typu clean i lev. Wyświetl go.
Użyj funkcji prepare(), aby utworzyć one-hot-zakodowaną ramkę danych treningowych bikesJuly.treat.
- Skorzystaj z argumentu varRestrictions, aby ograniczyć używane zmienne do tych z newvars.
Użyj funkcji prepare(), aby w analogiczny sposób utworzyć one-hot-zakodowaną ramkę danych testowych bikesAugust.treat na podstawie bikesAugust.
Wywołaj funkcję str() na obu przygotowanych ramkach danych, aby zobaczyć ich strukturę.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# The outcome column
(outcome <- "cnt")

# The input columns
(vars <- c("hr", "holiday", "workingday", "weathersit", "temp", "atemp", "hum", "windspeed"))

# Load the package vtreat
___

# Create the treatment plan from bikesJuly (the training data)
treatplan <- ___(___, ___, verbose = FALSE)

# Get the "clean" and "lev" variables from the scoreFrame
(newvars <- treatplan %>%
  use_series(scoreFrame) %>%        
  filter(code %in% ___) %>%  # get the rows you care about
  use_series(___))           # get the varName column

# Prepare the training data
bikesJuly.treat <- ___(___, ___,  varRestriction = ___)

# Prepare the test data
bikesAugust.treat <- ___(___, ___,  varRestriction = ___)

# Call str() on the treated data
___
___

Edytuj i uruchom kod