Vem stannar kvar?
Nu är det dags att öva på att kombinera flera transformationer på datamängden attrition_num. Börja med att normalisera, eller nästan normalisera, numeriska variabler med en Yeo-Johnson-transformation. Omvandla sedan numeriska prediktorer till percentiler, skapa dummyvariabler och ta bort särdrag med nära noll varians.
Den här övningen är en del av kursen
Feature Engineering i R
Övningsinstruktioner
- Applicera en Yeo-Johnson-transformation på alla numeriska variabler.
- Omvandla alla numeriska prediktorer till percentiler.
- Skapa dummyvariabler för alla nominella prediktorer.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
lr_recipe <- recipe(Attrition ~., data = train) %>%
# Apply a Yeo-Johnson transformation to all numeric variables
___ %>%
# Transform all numeric predictors into percentiles
___ %>%
# Create dummy variables for all nominal predictors
___
lr_workflow <- workflow() %>% add_model(lr_model) %>% add_recipe(lr_recipe)
lr_fit <- lr_workflow %>% fit(train)
lr_aug <- lr_fit %>% augment(test)
lr_aug %>% class_evaluate(truth = Attrition, estimate = .pred_class,.pred_No)