[Esteartigofoipublicadopelaprimeiravezem[Thisarticlewasfirstpublishedon R – Blog de vetor de vitória, e gentilmente contribuiu para os R-blogueiros]. (Você pode relatar um problema sobre o conteúdo desta página aqui)
Deseja compartilhar seu conteúdo com R-blogueiros? clique aqui se você tiver um blog ou aqui se não tiver.
Gostaria de compartilhar novamente o vtreat (versão R, versão Python) uma documentação de preparação de dados para tarefas de aprendizado de máquina.
O vtreat é um sistema para preparar dados confusos do mundo real para tarefas de modelagem preditiva (classificação, regressão etc.). Em particular, é muito bom em recodificar variáveis com valor de sequência de alta cardinalidade (ou categóricas) para uso posterior.
Uma boa palestra introdutória em vídeo sobre vtreat pode ser encontrada aqui, e a cópia mais recente da palestra é apresentada aqui. Ou você pode conferir o capítulo 8 “Preparação avançada de dados” de Zumel, Mount, Ciência prática de dados com R, 2nd Edition, Manning 2019– que aborda o uso do vtreat.
A documentação do vtreat é organizada por tarefa (regressão, classificação, classificação multinomial e não supervisionada), idioma (R ou Python) e estilo de interface (projetar / preparar ou ajustar / preparar). Em particular, o código R agora suporta variações das interfaces, permitindo que os usuários escolham o que funciona melhor com seu estilo de codificação. Projete / prepare, que é muito fluido quando combinado com a notação wrapr :: desempacote ou ajuste / prepare (que usa o estado mutável para organizar as etapas).
- Regressão:
Pythonexemplo de regressão,Rexemplo de regressão, interface de ajuste / preparação,Rexemplo de regressão, interface de design / preparação / experimento. - Classificação:
Pythonexemplo de classificação,Rexemplo de classificação, interface de ajuste / preparação,Rexemplo de classificação, interface de design / preparação / experimento. - Tarefas não supervisionadas:
Pythonexemplo não supervisionado,Rexemplo não supervisionado, interface de ajuste / preparação,Rexemplo não supervisionado, interface de design / preparação / experiência. - Classificação multinomial:
Pythonexemplo de classificação multinomial,Rexemplo de classificação multinomial, interface de ajuste / preparação,Rexemplo de classificação multinomial, interface de design / preparação / experimento.
Relacionado
Se você chegou até aqui, por que não inscreva-se para atualizações do site? Escolha seu sabor: e-mail, Twitter, RSS ou facebook …
