Ön işleme yöntemlerini birleştirme

train() fonksiyonundaki preProcess argümanı seni yalnızca eksik değer atamaya (imputation) sınırlandırmaz. Hayatını bir veri bilimci olarak çok daha kolaylaştıracak çeşitli preProcess tekniklerini de içerir. Tüm listeyi görmek için ?preProcess yazıp bu fonksiyonun yardım sayfasını okuyabilirsin.

Özellikle regresyon modelleri kurarken faydalı olan bir ön işleme seti standartlaştırmadır: ortalama alma (centering) ve ölçekleme (scaling). Önce her sütundaki her değerden o sütunun ortalamasını çıkararak veriyi ortalarsın, sonra da standart sapmaya bölerek ölçeklersin.

Standartlaştırma, verini her sütun için ortalaması 0 ve standart sapması 1 olacak şekilde dönüştürür. Bu da regresyon modellerinin iyi bir çözüm bulmasını kolaylaştırır.

Bu egzersiz

R ile caret kullanarak Machine Learning

kursunun bir parçasıdır

Kursu Görüntüle

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Fit glm with median imputation
model <- train(
  x = ___, 
  y = ___,
  method = ___,
  trControl = myControl,
  preProcess = ___
)

# Print model

Kodu Düzenle ve Çalıştır