创建缺失值配方

在前面的练习中，您手动计算了缺失值比例，并创建了一个过滤器来降低 house_sales_df 的维度。tidymodels 包提供了一个可自动按缺失值比例进行处理的配方步骤——step_filter_missing()。使用 tidymodels 的优势在于，您可以在其他数据集上复用该配方，并且便于迁移到生产环境。此练习中，您将使用 step_filter_missing() 函数，基于缺失值对 house_sales_df 进行降维。

tidyverse 和 tidymodels 包已为您加载。

本练习是课程的一部分

R 中的降维

查看课程

练习说明

使用 recipe() 创建一个阈值为 0.5 的缺失值过滤器。
将 missing_vals_recipe 应用于 house_sales_df。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Create missing values recipe
missing_vals_recipe <- 
  ___(___ ~ ., data = ___) %>% 
  ___(___(), ___ = ___) %>% 
  prep()
  
# Apply recipe to data
___ <- 
  ___(___, ___ = ___)

# Display the first five rows of data
___ %>% ___(___)

编辑并运行代码