0

欠損値の代入と不均衡なデータの修正のために、パッケージでrecipe()関数を使用しています。tidymodels

これが私のデータです。

mer_df <- mer2 %>%
  filter(!is.na(laststagestatus2)) %>% 
  select(Id, Age_Range__c, Gender__c, numberoflead, leadduration, firsttouch, lasttouch, laststagestatus2)%>%
  mutate_if(is.character, factor) %>%
  mutate_if(is.logical, as.integer)


# A tibble: 197,836 x 8
   Id    Age_Range__c Gender__c numberoflead leadduration firsttouch lasttouch
   <fct> <fct>        <fct>            <int>        <dbl> <fct>      <fct>    
 1 0010~ NA           NA                   2     5.99     Dealer IB~ Walk in  
 2 0010~ NA           NA                   1     0        Online Se~ Online S~
 3 0010~ NA           NA                   1     0        Walk in    Walk in  
 4 0010~ NA           NA                   1     0        Online Se~ Online S~
 5 0010~ NA           NA                   2     0.0128   Dealer IB~ Dealer I~
 6 0010~ NA           NA                   1     0        OB Call    OB Call  
 7 0010~ NA           NA                   1     0        Dealer IB~ Dealer I~
 8 0010~ NA           NA                   4    73.9      Dealer IB~ Walk in  
 9 0010~ NA           Male                24     0.000208 OB Call    OB Call  
10 0010~ NA           NA                  18     0.000150 OB Call    OB Call  
# ... with 197,826 more rows, and 1 more variable: laststagestatus2 <fct>

これが私のコードです。

mer_rec <- recipe(laststagestatus2 ~ ., data = mer_train)%>%
  step_medianimpute(numberoflead,leadduration)%>%
  step_knnimpute(Gender__c,Age_Range__c,fisrsttouch,lasttouch) %>% 
  step_other(Id,firsttouch) %>% 
  step_other(Id,lasttouch) %>% 
  step_dummy(all_nominal(), -laststagestatus2) %>% 
  step_smote(laststagestatus2)
mer_rec
mer_rec %>% prep()

ここまでは問題なく動作します。

Data Recipe

Inputs:

      role #variables
   outcome          1
 predictor          7

Training data contained 148377 data points and 147597 incomplete rows. 

    Operations:
    
    Median Imputation for 2 items [trained]
    K-nearest neighbor imputation for Id, ... [trained]
    Collapsing factor levels for Id, firsttouch [trained]
    Collapsing factor levels for Id, lasttouch [trained]
    Dummy variables from Id, ... [trained]
    SMOTE based on laststagestatus2 [trained]

しかし、bake()エラーを与える関数を実行すると、次のように表示されます。

mer_rec %>% prep() %>% bake(new_data=NULL) %>% count(laststagestatus2)
Error: Please pass a data set to `new_data`.

ここで欠けているものについて誰か助けてもらえますか?

4

1 に答える 1