Создание фильтра по низкой дисперсии
В этом упражнении вам дан набор данных house_sales_df, содержащий семнадцать непрерывных признаков. Некоторые из них не имеют никакой дисперсии, другие — почти нулевую. Вы изучите значения дисперсий и создадите фильтр с подходящим пороговым значением. Такой подход помогает убрать малоинформативные измерения, однако, как вы увидите, у него есть ряд ограничений.
Пакеты tidyverse и tidymodels уже загружены.
Это упражнение является частью курса
Снижение размерности в R
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Calculate feature variances
houses_sales_variances <- ___ %>%
summarize(across(everything(), ~ ___(___(., ___ = ___), na.rm = ___))) %>%
pivot_longer(everything(), names_to = "feature", values_to = "variance") %>%
___(desc(___))
houses_sales_variances