Построение сокращённой модели

Анализ важности переменных помог выявить наиболее предсказательные признаки из набора данных attrition. На его основе вы построите значительно сокращённую модель, включающую всего три переменные: OverTime, DistanceFromHome и NumCompaniesWorked, и сравните её производительность с базовой полной моделью. Метрики, рассчитанные для полной модели, хранятся в aug_full.

Все данные, а также обучающая и тестовая выборки доступны в вашем окружении.

Это упражнение является частью курса

Конструирование признаков в R

Посмотреть курс

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create a recipe using the formula syntax that includes only OverTime, DistanceFromHome and NumCompaniesWorked as predictors
recipe_reduced <-
  ___(Attrition ~ ___ + ___ + ___, data = train)

# Bundle the recipe with your model
workflow_reduced <-
  workflow() %>%
  add_model(model) %>%
  ___

Редактировать и запускать код

Это упражнение является частью курса

Конструирование признаков в R

SkillTag.level.intermediateSkillTag.label

4.8+

Начать курс бесплатно

Необработанные данные не всегда поступают в наилучшем виде для анализа. В этой вводной главе вы впервые познакомитесь с тем, как преобразовывать и создавать признаки, которые повышают качество и интерпретируемость модели.

Exercise 1: Что такое разработка признаков?Exercise 2: Предварительная модель Exercise 3: Создание признака вручную Exercise 4: Создание новых признаков на основе экспертных знаний Exercise 5: Подготовка данных к анализу Exercise 6: Создание рабочего процесса Exercise 7: Повышение информативности исходных данных Exercise 8: Выявление пропущенных значений Exercise 9: Импутация пропущенных значений и создание фиктивных переменных Exercise 10: Обучение и оценка модели Exercise 11: Прогнозирование бронирования отелей

В этой главе вы узнаете, что помимо ручного преобразования признаков можно использовать инструменты tidyverse для программного конструирования новых переменных. Вы изучите, как такой подход повышает воспроизводимость моделей и особенно удобен при работе с наборами данных, содержащими большое количество признаков.

Exercise 1: Зачем преобразовывать существующие признаки?Exercise 2: Первый взгляд на данные Exercise 3: Нормализация и логарифмическое преобразование Exercise 4: Обучение и дополнение Exercise 5: Настройте оценку модели Exercise 6: Типичные преобразования признаков Exercise 7: Распространённые преобразования Exercise 8: Простой рецепт Exercise 9: Преобразование Бокса–Кокса Exercise 10: Преобразование Йео–Джонсона Exercise 11: Продвинутые преобразования Exercise 12: Базовый уровень Exercise 13: step_poly()Exercise 14: step_percentile()Exercise 15: Кто остаётся?

Теперь вы узнаете, как модели часто выигрывают от снижения размерности и извлечения признаков из высокоразмерных данных. Это включает преобразование текстовых данных в числовые значения, кодирование категориальных переменных и оценку предсказательной силы признаков. Вы изучите такие методы, как метод главных компонент, ядерный метод главных компонент, числовое извлечение из текста, кодирование категориальных переменных и оценки важности переменных.

Exercise 1: Снижение размерности Exercise 2: Подготовка к работе Exercise 3: Изучение структуры объекта Exercise 4: Доля объяснённой дисперсии Exercise 5: Визуализация объяснённой дисперсии Exercise 6: Хеширование признаков Exercise 7: Изучение поля «Область образования»Exercise 8: В мир матриц Exercise 9: Изучаем хеширование Exercise 10: Визуализация хеширования Exercise 11: Кодирование категориальных данных с помощью обучения с учителем Exercise 12: Настройка рабочего процесса Exercise 13: Обучение, дополнение и оценка Exercise 14: Объединение моделей Exercise 15: Важность переменных Exercise 16: Создание рабочего процесса Exercise 17: Обучение модели и дополнение данных Exercise 18: Какой признак является главным предиктором?

В завершение курса вы познакомитесь с техниками конструирования признаков в контексте машинного обучения. Сначала вы сосредоточитесь на проблемах, возникающих при использовании всех доступных признаков в модели, а также на важности выявления нерелевантных и избыточных признаков и их удаления с помощью встроенных методов — lasso и elastic-net. Затем вы изучите методы регуляризации: lasso, ridge и elastic-net, которые позволяют регуляризировать веса признаков или выполнять их отбор, обнуляя соответствующие коэффициенты. В финале вы сосредоточитесь на построении сквозного рабочего процесса конструирования признаков, повторите и закрепите изученные концепции и функции в небольшом проекте.

Exercise 1: Сокращение признаков модели Exercise 2: Анализ важности переменных Exercise 3: Оценка производительности модели с использованием всех доступных предикторов Exercise 4: Построение сокращённой модели

Текущее упражнение

Exercise 5: Методы сжатия Exercise 6: Ручная регуляризация с помощью Lasso Exercise 7: Настройка штрафного параметра Exercise 8: Финализация модели Exercise 9: Собираем всё воедино Exercise 10: Подготовка и разбиение Exercise 11: Предобработка Exercise 12: Модель Exercise 13: Оценка Exercise 14: Поздравляем!