Kom igångKom igång gratis

Tillämpa vtreat på cykeluthyrningsdata

I den här övningen skapar du one-hot-kodade dataramar av cykeldata för juli och augusti, som sedan används med xgboost.

Dataramarna bikesJuly och bikesAugust har laddats in i förväg.

För enkelhets skull har variabeln vars definierats med listan över variabelkolumner för modellen.

Den här övningen är en del av kursen

Övervakad inlärning i R: Regression

Visa kurs

Övningsinstruktioner

  • Ladda paketet vtreat.
  • Använd designTreatmentsZ() för att skapa en behandlingsplan treatplan för variablerna i vars från bikesJuly (träningsdata).
    • Sätt flaggan verbose=FALSE för att förhindra att funktionen skriver ut för många meddelanden.
  • Fyll i luckorna för att skapa en vektor newvars som bara innehåller namnen på de transformerade variablerna av typen clean och lev. Skriv ut den.
  • Använd prepare() för att skapa en one-hot-kodad träningsdataram bikesJuly.treat.
    • Använd argumentet varRestrictions för att begränsa variablerna till newvars.
  • Använd prepare() för att skapa en one-hot-kodad testdataram bikesAugust.treat från bikesAugust på samma sätt.
  • Anropa str() på båda de förberedda testramarna för att se deras struktur.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# The outcome column
(outcome <- "cnt")

# The input columns
(vars <- c("hr", "holiday", "workingday", "weathersit", "temp", "atemp", "hum", "windspeed"))

# Load the package vtreat
___

# Create the treatment plan from bikesJuly (the training data)
treatplan <- ___(___, ___, verbose = FALSE)

# Get the "clean" and "lev" variables from the scoreFrame
(newvars <- treatplan %>%
  use_series(scoreFrame) %>%        
  filter(code %in% ___) %>%  # get the rows you care about
  use_series(___))           # get the varName column

# Prepare the training data
bikesJuly.treat <- ___(___, ___,  varRestriction = ___)

# Prepare the test data
bikesAugust.treat <- ___(___, ___,  varRestriction = ___)

# Call str() on the treated data
___
___
Redigera och kör kod