为分析准备数据
您将查看 nycflights13 数据集的一个版本，已加载为 flights。该数据集包含纽约市出发航班的信息。您想预测航班是否会晚到达目的地，但在此之前，需要先为分析整理数据。
在与专家团队讨论模型目标后，您为模型选择了以下变量：flight、sched_dep_time、dep_delay、sched_arr_time、carrier、origin、dest、distance、date, arrival。
您还将使用 as.Date() 对日期进行 mutate()，并把字符类型变量转换为因子。
最后，您将把数据拆分为 train 和 test 数据集。
本练习是课程的一部分
R 中的特征工程
练习说明
- 将所有字符类型变量转换为因子。
- 将 flights 数据拆分为 test 和 train 集。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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()