เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เตรียมข้อมูลสำหรับการวิเคราะห์

เราจะใช้ชุดข้อมูล nycflights13 ในรูปแบบที่โหลดไว้เป็น flights ซึ่งประกอบด้วยข้อมูลเที่ยวบินที่ออกเดินทางจากนิวยอร์กซิตี้ เป้าหมายคือการพยากรณ์ว่าเที่ยวบินเหล่านั้นจะมาถึงจุดหมายปลายทางล่าช้าหรือไม่ แต่ก่อนอื่น ต้องเตรียมข้อมูลให้พร้อมสำหรับการวิเคราะห์เสียก่อน

หลังจากหารือกับทีมผู้เชี่ยวชาญแล้ว ได้คัดเลือกตัวแปรต่อไปนี้สำหรับโมเดล: flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival

จากนั้นจะใช้ mutate() เพื่อแปลงคอลัมน์วันที่ด้วย as.Date() และแปลงตัวแปรประเภท character ให้เป็น factor

สุดท้าย ให้แบ่งข้อมูลออกเป็นชุด train และ test

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • แปลงตัวแปรทุกตัวที่มีประเภทข้อมูลเป็น character ให้เป็น factor
  • แบ่งข้อมูล flights ออกเป็นชุด test และ train

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

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()
แก้ไขและรันโค้ด