Bộ package tidymodels cung cấp cách tốt hơn để lọc các đặc trưng có phương sai bằng 0 và xấp xỉ 0 với các hàm step_zv() và step_nzv() tương ứng. Các bước recipe này xác định đặc trưng phương sai thấp bằng cách xem số lượng giá trị duy nhất và tỷ lệ tần suất của các giá trị phổ biến nhất trong mỗi đặc trưng. Cách tiếp cận này vững vàng hơn so với ngưỡng phương sai đơn giản mà bạn đã dùng trước đó.

Ngoài ra, bạn sẽ dùng bước recipe step_scale() để chuẩn hóa phương sai của các đặc trưng. Hãy nhớ rằng luôn nên chuẩn hóa dữ liệu để phương sai giữa các đặc trưng có thể so sánh được.

house_sales_df đã sẵn sàng để bạn sử dụng. Biến mục tiêu là price. Các package tidyverse và tidymodels cũng đã được nạp sẵn.

Chọn dựa trên tương quan với các đặc trưng khác

Create Your Free Account