建立遺漏值的配方（recipe）
在前面的練習中，你手動計算了遺漏值比例，並建立了篩選器來降低 house_sales_df 的維度。tidymodels 套件提供一個可自動依遺漏值比例進行篩選的配方步驟——step_filter_missing()。採用 tidymodels 的優點是可以在其他資料集重複使用同一個配方，並簡化部署到正式環境的流程。在這個練習中，你將使用 step_filter_missing()，根據遺漏值來對 house_sales_df 進行降維。
已為你載入 tidyverse 與 tidymodels 套件。
本練習屬於課程
R 的降維
練習說明
- 使用
recipe()建立一個閾值為 0.5 的遺漏值篩選配方。 - 將
missing_vals_recipe套用到house_sales_df。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Create missing values recipe
missing_vals_recipe <-
___(___ ~ ., data = ___) %>%
___(___(), ___ = ___) %>%
prep()
# Apply recipe to data
___ <-
___(___, ___ = ___)
# Display the first five rows of data
___ %>% ___(___)