Scalează datele pentru regresia lasso
Pentru a pregăti ajustarea unui model de regresie lasso, este important să scalezi datele, astfel încât toate caracteristicile să fie comparabile între ele. Setul complet de date privind vânzările de locuințe din King County, California, este disponibil în house_sales_df.
În acest exercițiu, vei scala variabila țintă, price, separat, înainte de a împărți datele în seturi de antrenament și de testare. Acest lucru este necesar datorită modului în care funcționează rețetele din tidymodels — transformările variabilei țintă nu se includ în rețetă.
Pachetele tidyverse și tidymodels au fost deja încărcate.
Acest exercițiu face parte din cursul
Reducerea dimensionalității în R
Instrucțiuni pentru exercițiu
- Scalează variabila țintă
pricedinhouse_sales_dffolosindscale(). - Creează seturile de antrenament și de testare, cu 80% din date în setul de antrenament.
- Creează rețeta folosind datele de antrenament pentru a scala toți predictorii numerici.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Scale the target variable
house_sales_df <- ___ %>%
mutate(price = as.vector(___(___)))
# Create the training and testing sets
split <- ___(___, prop = ___)
train <- ___ %>% ___()
test <- ___ %>% ___()
# Create recipe to scale the predictors
lasso_recipe <-
___(___ ~ ., data = ___) %>%
___(___())