為分析準備你的資料
你將查看 nycflights13 資料集的一個版本，已載入為 flights。它包含從紐約市出發的航班資訊。你想要預測航班是否會延誤抵達目的地，但在此之前，需要先把資料整理好以便分析。
在與專家團隊討論模型目標後，你為模型選擇了以下變數：flight、sched_dep_time、dep_delay、sched_arr_time、carrier、origin、dest、distance、date, arrival。
你也會用 as.Date() 對日期做 mutate()，並把字元型別的變數轉換為 factor。
最後，你會將資料切分為 train 與 test 資料集。
本練習屬於課程
R 的特徵工程
練習說明
- 將所有字元型別的變數轉換為 factor。
- 將 flights 資料切分為 test 與 train 集。
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。
flights <- flights %>%
select(flight, sched_dep_time, dep_delay, sched_arr_time, carrier, origin, dest, distance, date, arrival) %>%
# Tranform all character-type variables to factors
mutate(date = as.Date(date), ___(where(is.character), as.factor))
# Split the flights data into test and train sets
set.seed(246)
split <- flights %>% initial_split(prop = 3/4, strata = arrival)
test <- ___(split)
train <- ___(split)
test %>% select(arrival) %>% table() %>% prop.table()
train %>% select(arrival) %>% table() %>% prop.table()