Identificarea valorilor lipsă

Plecarea angajaților este o problemă critică pentru companii: pierderea unui angajat înseamnă nu doar costul recrutării și formării unui înlocuitor, ci și o pierdere de cunoștințe tacite și cultură organizațională greu de recuperat.

Setul de date attrition conține informații despre fluctuația angajaților, inclusiv variabilele Age, WorkLifeBalance, DistanceFromHome, StockOptionLevel și alte 27. Înainte de a continua analiza, vrei să identifici eventualele valori lipsă.

Pachetul naniar și setul de date attrition sunt deja încărcate pentru tine.

Acest exercițiu face parte din cursul

Ingineria caracteristicilor în R

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Explore missing data on the attrition dataset
___(attrition)

Editează și rulează codul

Acest exercițiu face parte din cursul

Ingineria caracteristicilor în R

SkillTag.level.intermediateSkillTag.label

4.8+

157 reviews

Începe cursul gratuit

Datele brute nu vin întotdeauna în forma ideală pentru analiză. În acest capitol de deschidere, vei face cunoștință cu modalitățile de transformare și creare a caracteristicilor care îmbunătățesc performanța și interpretabilitatea modelului tău.

Exercise 1: Ce este ingineria caracteristicilor?Exercise 2: Un model preliminar Exercise 3: Crearea manuală a unei caracteristici Exercise 4: Crearea de noi caracteristici folosind cunoștințele din domeniu Exercise 5: Pregătirea datelor pentru analiză Exercise 6: Construirea unui workflow Exercise 7: Creșterea conținutului informațional al datelor brute Exercise 8: Identificarea valorilor lipsă

Exercițiul curent

Exercise 9: Imputarea valorilor lipsă și crearea variabilelor dummy Exercise 10: Antrenarea și evaluarea modelului Exercise 11: Prezicerea rezervărilor la hotel

În acest capitol, vei descoperi că, dincolo de transformarea manuală a caracteristicilor, poți utiliza instrumentele din tidyverse pentru a crea variabile noi în mod programatic. Vei explora cum această abordare îmbunătățește reproductibilitatea modelelor tale și este deosebit de utilă atunci când lucrezi cu seturi de date care au multe caracteristici.

Exercise 1: De ce să transformăm caracteristicile existente?Exercise 2: O privire de ansamblu asupra datelor Exercise 3: Normalizare și transformare logaritmică Exercise 4: Antrenare și augmentare Exercise 5: Personalizează evaluarea modelului tău Exercise 6: Transformări comune ale caracteristicilor Exercise 7: Transformări comune Exercise 8: Rețetă simplă Exercise 9: Transformarea Box-Cox Exercise 10: Transformarea Yeo-Johnson Exercise 11: Transformări avansate Exercise 12: Linie de referință Exercise 13: step_poly()Exercise 14: step_percentile()Exercise 15: Cine rămâne?

Vei învăța acum cum modelele beneficiază adesea de reducerea dimensionalității și de extragerea caracteristicilor din date de înaltă dimensiune, inclusiv conversia datelor text în valori numerice, codificarea datelor categoriale și ierarhizarea puterii predictive a variabilelor. Vei explora metode precum analiza componentelor principale, analiza componentelor principale cu kernel, extragerea de valori numerice din text, codificările categoriale și scorurile de importanță a variabilelor.

Exercise 1: Reducerea dimensionalității Exercise 2: Pregătirea scenei Exercise 3: Explorarea structurii în detaliu Exercise 4: Procentul de varianță explicată Exercise 5: Vizualizarea varianței explicate Exercise 6: Hashing de caracteristici Exercise 7: Investigarea câmpului de educație Exercise 8: În matrice Exercise 9: Explorarea hashing-ului Exercise 10: Vizualizarea hash-ului Exercise 11: Codificarea datelor categoriale prin învățare supervizată Exercise 12: Configurarea workflow-ului Exercise 13: Antrenare, augmentare și evaluare Exercise 14: Combinarea modelelor Exercise 15: Importanța variabilelor Exercise 16: Creează un flux de lucru Exercise 17: Antrenează și augmentează Exercise 18: Care este principalul predictor?

Vei încheia cursul aprofundând tehnicile de inginerie a caracteristicilor și de învățare automată. Vei începe prin a te concentra asupra problemelor asociate utilizării tuturor caracteristicilor disponibile într-un model, precum și asupra importanței identificării caracteristicilor irelevante și redundante și a eliminării acestora prin metode integrate, precum lasso și elastic-net. Apoi, vei explora metode de regularizare precum lasso, ridge și elastic-net, care pot fi folosite pentru a regulariza ponderile caracteristicilor sau pentru a selecta caracteristici prin setarea coeficienților la zero. În final, te vei concentra pe crearea unui flux de lucru complet pentru ingineria caracteristicilor și pe recapitularea și exersarea conceptelor și funcțiilor învățate anterior într-un proiect de mici dimensiuni.

Exercise 1: Reducerea caracteristicilor modelului Exercise 2: Explorând importanța variabilelor Exercise 3: Evaluarea performanței modelului folosind toți predictorii disponibili Exercise 4: Construirea unui model redus Exercise 5: Metode de contracție Exercise 6: Regularizare manuală cu Lasso Exercise 7: Reglarea penalizării Exercise 8: Finalizarea modelului Exercise 9: Totul laolaltă Exercise 10: Pregătire și împărțire Exercise 11: Preprocesare Exercise 12: Model Exercise 13: Evaluează Exercise 14: Felicitări!