Dimensionalitate și informații despre caracteristici

Imaginează-ți că lucrezi pentru o bancă și ai colectat informații despre diverse credite acordate unor clienți. Șeful tău vrea să explorezi posibilitatea de a folosi aceste date pentru a clasifica clienții în diferite categorii de scor de credit. Un eșantion din datele disponibile este încărcat în credit_df. Ești curios câte caracteristici conține setul de date și vrei să identifici caracteristicile care nu vor fi utile pentru clasificarea clienților în categorii de credit.

Pachetul tidyverse a fost deja încărcat pentru tine.

Acest exercițiu face parte din cursul

Reducerea dimensionalității în R

Vezi cursul

Instrucțiuni pentru exercițiu

Determină numărul de caracteristici din credit_df.
Calculează varianța fiecărei caracteristici din credit_df.
Identifică caracteristica cu varianța zero și atribuie-o variabilei column_to_remove.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Find the number of features
___ %>% ___()

# Compute each column variance
credit_df %>% 
  ___(___(___(), ~ ___(., na.rm = TRUE))) %>% 
  pivot_longer(everything(), names_to = "feature", values_to = "variance")

# Assign the zero-variance column
column_to_remove <- "___"

Editează și rulează codul