НачатьНачать бесплатно

Предобработка

Пришло время заняться проектированием признаков! Вам нужно построить рецепт, который обработает неинформативные, но потенциально полезные переменные — например, идентификатор наблюдения — и устранит пропущенные значения. Это также хорошая возможность преобразовать некоторые предикторы: нормализовать числовые признаки и создать фиктивные переменные для категориальных.

Набор данных attrition, а также обучающая и тестовая выборки train и test, созданные в предыдущем упражнении, доступны в вашей рабочей среде.

Это упражнение является частью курса

Конструирование признаков в R

Посмотреть курс

Инструкции к упражнению

  • Нормализуйте все числовые признаки.
  • Заполните пропущенные значения с помощью алгоритма импутации knn.
  • Создайте фиктивные переменные для всех номинальных предикторов.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

recipe <- recipe(Attrition ~ ., data = train) %>%
  update_role(...1, new_role = "ID") %>%

# Normalize all numeric features
  ___(all_numeric_predictors()) %>% 

# Impute missing values using the knn imputation algorithm
  ___(all_predictors()) %>%

# Create dummy variables for all nominal predictors
  ___(all_nominal_predictors())
 
recipe
Редактировать и запускать код