เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การแปลงค่าแบบ Box-Cox

โดยใช้ชุดข้อมูล attrition_num ซึ่งรวบรวมข้อมูลตัวเลขของพนักงานที่ลาออกจากบริษัท เป้าหมายคือสร้างโมเดลเพื่อทำนายว่าพนักงานคนใดมีแนวโน้มที่จะอยู่ต่อ โดยใช้ Attrition ซึ่งเป็นตัวแปรแบบ binary ที่เข้ารหัสเป็น factor เพื่อให้ฟีเจอร์มีการกระจายใกล้เคียงกับการแจกแจงปกติ จะสร้าง recipe ที่ใช้การแปลงค่าแบบ Box-Cox

ชุดข้อมูล attrition_num, โมเดล logistic regression lr_model, ฟังก์ชัน class-evaluate() ที่กำหนดเอง และชุดข้อมูล train กับ test ถูกโหลดให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Feature Engineering in R

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง recipe ที่ใช้ Box-Cox เพื่อแปลงค่าฟีเจอร์ตัวเลขทั้งหมด รวมถึงตัวแปรเป้าหมายด้วย

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create a recipe that uses Box-Cox to transform all numeric features
lr_recipe_BC <- 
  recipe(Attrition ~., data = train) %>%
  ___(___)

lr_workflow_BC <- workflow() %>%
  add_model(lr_model) %>%
  add_recipe(lr_recipe_BC)
lr_fit_BC <- lr_workflow_BC %>%
  fit(train)
lr_aug_BC <-
  lr_fit_BC %>% augment(test)
lr_aug_BC %>% class_evaluate(truth = Attrition,
                 estimate = .pred_class,.pred_No)
แก้ไขและรันโค้ด