Dimensionalitet och särdragsinformation
Tänk dig att du arbetar på en bank och har samlat in information om olika lån som beviljats till olika kunder. Din chef vill att du börjar undersöka möjligheten att använda dessa data för att klassificera kunder i olika kreditvärdighetskategorier. Ett urval av tillgängliga data finns inläst i credit_df. Du är nyfiken på hur många särdrag datamängden innehåller. Du vill också identifiera särdrag som inte kommer att vara användbara för att klassificera kunder i olika kreditkategorier.
Paketet tidyverse är redan inläst.
Den här övningen är en del av kursen
Dimensionsreduktion i R
Övningsinstruktioner
- Ta reda på antalet särdrag i
credit_df. - Beräkna variansen för varje särdrag i
credit_df. - Identifiera sädraget med nollvarians och tilldela det till
column_to_remove.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Find the number of features
___ %>% ___()
# Compute each column variance
credit_df %>%
___(___(___(), ~ ___(., na.rm = TRUE))) %>%
pivot_longer(everything(), names_to = "feature", values_to = "variance")
# Assign the zero-variance column
column_to_remove <- "___"