Pipeline complet de inginerie a caracteristicilor
Pachetul recipes este conceput pentru a codifica mai mulți pași de inginerie a caracteristicilor într-un singur obiect, facilitând gestionarea transformărilor de date într-un flux de lucru de machine learning.
În acest exercițiu, vei antrena un pipeline de inginerie a caracteristicilor pentru a pregăti datele despre telecomunicații în vederea modelării.
Tibble-ul telecom_df, precum și seturile de date telecom_training și telecom_test din exercițiile anterioare, au fost încărcate în spațiul tău de lucru.
Acest exercițiu face parte din cursul
Modelare cu tidymodels în R
Instrucțiuni pentru exercițiu
- Creează o rețetă care prezice
canceled_servicefolosind toți predictorii din datele de antrenament. - Elimină predictorii corelați folosind un prag de 0,8.
- Normalizează toți predictorii numerici.
- Creează variabile dummy pentru toți predictorii nominali.
- Antrenează rețeta pe datele de antrenament și aplică-o pe datele de testare.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Create a recipe that predicts canceled_service using the training data
telecom_recipe <- ___ %>%
# Remove correlated predictors
___ %>%
# Normalize numeric predictors
___ %>%
# Create dummy variables
___
# Train your recipe and apply it to the test data
telecom_recipe %>%
___ %>%
___