เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การ impute ค่าที่หายไปและการสร้าง dummy variable

หลังจากตรวจพบค่าที่หายไปในชุดข้อมูล attrition และพบว่าค่าเหล่านั้นหายไปแบบสุ่มอย่างสมบูรณ์ (MCAR) คุณจึงเลือกใช้วิธี imputation แบบ K Nearest Neighbors (KNN) ขณะกำหนดค่า recipe สำหรับ feature engineering คุณต้องการสร้าง dummy variable สำหรับตัวแปร nominal ทั้งหมด และอัปเดตบทบาทของตัวแปร ...1 เป็น "ID" เพื่อเก็บตัวแปรนี้ไว้ในชุดข้อมูลสำหรับอ้างอิงโดยไม่ให้ส่งผลต่อโมเดล

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • อัปเดตบทบาทของ ...1 เป็น "ID"
  • Impute ค่าให้กับ predictor ทั้งหมดที่มีข้อมูลขาดหายไป
  • สร้าง dummy variable สำหรับ nominal predictor ทั้งหมด

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

lr_model <- logistic_reg()

lr_recipe <- 
  recipe(Attrition ~., data = train) %>%

# Update the role of "...1" to "ID"
  ___(...1, new_role = "ID" ) %>%

# Impute values to all predictors where data are missing
  step_impute_knn(___) %>%

# Create dummy variables for all nominal predictors
  ___(all_nominal_predictors())

lr_recipe
แก้ไขและรันโค้ด