НачатьНачать бесплатно

Преобразование Бокса–Кокса

Используя набор данных attrition_num, содержащий числовые данные о сотрудниках, покинувших компанию, вы хотите построить модель, которая предсказывает, останется ли сотрудник в организации. В качестве целевой переменной используется Attrition — бинарная переменная, закодированная как factor. Чтобы признаки приблизились к нормальному распределению, создайте рецепт с преобразованием Бокса–Кокса.

Набор данных attrition_num, логистическая регрессия lr_model, пользовательская функция class-evaluate(), а также разбиения train и test уже загружены.

Это упражнение является частью курса

Конструирование признаков в R

Посмотреть курс

Инструкции к упражнению

  • Создайте рецепт, который применяет преобразование Бокса–Кокса ко всем числовым признакам, включая целевой.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Create a recipe that uses Box-Cox to transform all numeric features
lr_recipe_BC <- 
  recipe(Attrition ~., data = train) %>%
  ___(___)

lr_workflow_BC <- workflow() %>%
  add_model(lr_model) %>%
  add_recipe(lr_recipe_BC)
lr_fit_BC <- lr_workflow_BC %>%
  fit(train)
lr_aug_BC <-
  lr_fit_BC %>% augment(test)
lr_aug_BC %>% class_evaluate(truth = Attrition,
                 estimate = .pred_class,.pred_No)
Редактировать и запускать код