Chuẩn hóa dữ liệu cho lasso regression
Để sẵn sàng huấn luyện mô hình lasso regression, việc chuẩn hóa dữ liệu là quan trọng để mọi đặc trưng có thể so sánh được với nhau. Toàn bộ dữ liệu giao dịch nhà ở tại King County, California có trong house_sales_df.
Trong bài tập này, bạn sẽ chuẩn hóa biến mục tiêu price riêng trước khi chia dữ liệu thành tập huấn luyện và tập kiểm tra. Lý do là vì cách tidymodels xử lý recipes. Chúng ta không đưa các phép biến đổi của biến mục tiêu vào recipe.
Các gói tidyverse và tidymodels đã được nạp sẵn cho bạn.
Bài tập này là một phần của khóa học
Giảm Chiều Dữ Liệu với R
Hướng dẫn bài tập
- Chuẩn hóa biến mục tiêu
pricetronghouse_sales_dfbằngscale(). - Tạo tập huấn luyện và tập kiểm tra với 80% dữ liệu thuộc tập huấn luyện.
- Tạo recipe sử dụng dữ liệu huấn luyện để chuẩn hóa tất cả các biến dự báo dạng số.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Scale the target variable
house_sales_df <- ___ %>%
mutate(price = as.vector(___(___)))
# Create the training and testing sets
split <- ___(___, prop = ___)
train <- ___ %>% ___()
test <- ___ %>% ___()
# Create recipe to scale the predictors
lasso_recipe <-
___(___ ~ ., data = ___) %>%
___(___())