維度與特徵資訊
想像你在一家銀行工作，蒐集了不同客戶的各類貸款資訊。你的主管希望你開始評估，是否能用這些資料將客戶分類到不同的信用評分等級。部分可用資料已載入到 credit_df。你想先了解資料有多少個特徵，也想找出對於將客戶分類到不同信用等級沒有幫助的特徵。
已為你載入 tidyverse 套件。
本練習屬於課程
R 的降維
練習說明
- 找出
credit_df的特徵數量。 - 計算
credit_df中每個特徵的變異數。 - 找出變異數為 0 的特徵，並將其指定給
column_to_remove。
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。
# Find the number of features
___ %>% ___()
# Compute each column variance
credit_df %>%
___(___(___(), ~ ___(., na.rm = TRUE))) %>%
pivot_longer(everything(), names_to = "feature", values_to = "variance")
# Assign the zero-variance column
column_to_remove <- "___"