Beberapa metode prapemrosesan

Machine Learning dengan caret di R

Zach Mayer

Data Scientist at DataRobot and co-author of caret

Dunia luas preProcess

Lebih dari sekadar imputasi median atau KNN!
Dapat merangkai beberapa langkah prapemrosesan
“Resep” umum untuk model linear (urutan penting!)
- Imputasi median ⇒ pusatkan ⇒ skala ⇒ fit glm
Lihat ?preProcess untuk detail

Contoh: prapemrosesan mtcars

# Generate some data with missing values
data(mtcars)
set.seed(42)
mtcars[sample(1:nrow(mtcars), 10), "hp"] <- NA
Y <- mtcars$mpg
X <- mtcars[,2:4] # <- Missing at random

# Use linear model "recipe"
set.seed(42)
model <- train(
  X, Y, method = "glm",
  preProcess = c("center", "scale", "medianImpute")
)
print(min(model$results$RMSE))

3.612713

Contoh: prapemrosesan mtcars

# PCA before modeling
set.seed(42)
model <- train(
  X, Y, method = "glm",
  preProcess = c("center", "scale", "medianImpute", "pca")
)
min(model$results$RMSE)

3.402557

Contoh: prapemrosesan mtcars

# Spatial sign transform
set.seed(42)
model <- train(
  X, Y, method = "glm",
  preProcess = c("center", "scale", "medianImpute", "spatialSign")
)
min(model$results$RMSE)

4.284904

Pandu singkat prapemrosesan

Mulai dengan imputasi median
Coba imputasi KNN jika hilang tidak acak
Untuk model linear ...
- Pusatkan dan skala
- Coba PCA dan spatial sign
Model berbasis pohon tidak butuh banyak prapemrosesan

Ayo berlatih!

Machine Learning dengan caret di R