Kom igångKom igång gratis

Förbered dina data för analys

Du kommer att arbeta med en version av datamängden nycflights13, inläst som flights. Den innehåller information om flygningar som avgår från New York City. Målet är att förutsäga om ett flyg kommer att anlända försenat till sin destination – men först behöver du förbereda datan för analys.

Efter diskussion med ett team av experter har du valt följande variabler för modellen: flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival.

Du kommer även att använda mutate() för att omvandla datumet med as.Date() och konvertera variabler av typen character till faktorer.

Slutligen delar du upp datan i ett train- och ett test-dataset.

Den här övningen är en del av kursen

Feature Engineering i R

Visa kurs

Övningsinstruktioner

  • Omvandla alla variabler av typen character till faktorer.
  • Dela upp flygdatan i ett test- och ett träningsset.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

flights <- flights %>%
  select(flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival) %>%

# Tranform all character-type variables to factors
  mutate(date = as.Date(date), ___(where(is.character), as.factor))

# Split the flights data into test and train sets
set.seed(246)
split <- flights %>% initial_split(prop = 3/4, strata = arrival)
test <- ___(split)
train <- ___(split)

test %>% select(arrival) %>% table() %>% prop.table()
train %>% select(arrival) %>% table() %>% prop.table()
Redigera och kör kod