正規化與對數轉換
你拿到一個資料集 attrition_num，其中包含離職員工的數值型資料。特徵包含
Age、DistanceFromHome 和 MonthlyRate。
你想用這些資料來建立一個模型，用以預測員工是否可能留下，這由 Attrition 表示，為以 factor 編碼的二元變數。為了建模前的準備，你想降低可能的偏態，並避免因尺度差異而使部分變數影響力過大。
attrition_num 資料，以及 train 和 test 切分都已為你載入。
本練習屬於課程
R 的特徵工程
練習說明
- 將所有數值型預測變數做正規化。
- 將所有數值型特徵做對數轉換，並設定 offset 為 1。
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。
lr_model <- logistic_reg()
lr_recipe <-
recipe(Attrition~., data = train) %>%
# Normalize all numeric predictors
___(all_numeric_predictors()) %>%
# Log-transform all numeric features, with an offset of one
___(___, offset = ___)
lr_workflow <-
workflow() %>%
add_model(lr_model) %>%
add_recipe(lr_recipe)
lr_workflow