Calculează combinațiile posibile
Cadrul de date healthcare_cat_df conține variabile categoriale despre angajații unei companii din domeniul sănătății și dacă aceștia au părăsit sau nu compania. Vei folosi acest set de date pentru a determina numărul de combinații ale valorilor caracteristicilor existente în set.
Atunci când antrenezi un model de machine learning, ai vrea ca datele tale să conțină multe observații pentru fiecare combinație. Astfel, numărul de combinații ajută la stabilirea unui prag minim pentru numărul de observații pe care ar trebui să le colectezi, pentru a evita bias-ul în model.
Pachetul tidyverse a fost deja încărcat pentru tine.
Acest exercițiu face parte din cursul
Reducerea dimensionalității în R
Instrucțiuni pentru exercițiu
- Calculează numărul minim de observații necesare pentru a reprezenta toate combinațiile valorilor caracteristicilor din
healthcare_cat_df.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Calculate the minimum number of value combinations
healthcare_cat_df %>%
___(___(___(), ~ ___(unique(.)))) %>%
___()