Kim kalıyor?
attrition_num verisi üzerinde birden fazla dönüşümü birlikte uygulama zamanı. Önce, sayısal değişkenleri Yeo-Johnson dönüşümüyle normalize et ya da normale yaklaştır. Sonra sayısal yordayıcıları yüzdelik dilimlere dönüştür, kukla değişkenler oluştur ve varyansı sıfıra yakın olan öznitelikleri ele.
Bu egzersiz, kursun bir parçasıdır
R'da Feature Engineering
Egzersiz talimatları
- Tüm sayısal değişkenlere Yeo-Johnson dönüşümü uygula.
- Tüm sayısal yordayıcıları yüzdelik dilimlere dönüştür.
- Tüm adlandırılmış (nominal) yordayıcılar için kukla değişkenler oluştur.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
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)