# Encoder les données d'apprentissage

## Procédure

1. Ajoutez un composant tModelEncoder après le tFileInputDelimited.
2. Reliez le tFileInputDelimited au tModelEncoder à l'aide d'un lien Row > Main.

   ![](https://help.qlik.com/talend/fr-FR/components/8.0/Resources/images/developing_a_machine_learning_routine_with_talend_and_spark_11.png)
3. Double-cliquez sur le tModelEncoder pour ouvrir sa vue Component.
4. Cliquez sur Sync columns à droite de Schema.
5. Cliquez sur le bouton [...] à droite du champ Edit schema.
6. Ajoutez deux colonnes à la sortie : MyFeatures, de type Vector et MyLabels, de type Double.

   ![](https://help.qlik.com/talend/fr-FR/components/8.0/Resources/images/developing_a_machine_learning_routine_with_talend_and_spark_12.png)
7. Cliquez sur OK.
8. Dans l'onglet Basic settings de la vue Component, cliquez sur le bouton ![](https://help.qlik.com/talend/fr-FR/components/8.0/Resources/images/plus_button.png) pour ajouter une transformation.
9. Dans Transformation, sélectionnez RFormula (Spark 1.5+).
10. Ajoutez le code suivant dans le champ Parameters.

    featuresCol=MyFeatures;labelCol=MyLabels;formula=conversion ~ age + jobtype + maritalstatus + educationlevel + indefault + hasmortgage + haspersonalloan + numcampaigncalls + priorcampaignoutcome

    ![](https://help.qlik.com/talend/fr-FR/components/8.0/Resources/images/developing_a_machine_learning_routine_with_talend_and_spark_13.png)

    Les deux colonnes ajoutées au schéma, MyFeatures et MyLabels sont référencées ici. La formule est une syntaxe standard utilisée dans le langage de programmation R, utilisé pour le calcul de statistiques et les graphiques avancés. Pour plus d'informations, consultez [The R Project](https://www.r-project.org/) (en anglais).

    Dans l'échantillonnage de données, il y a neuf attributs et une cible. Dans la formule R ci-dessus, la cible à prédire est la conversion et se situe à gauche du tilde. Toutes les colonnes à droite du caractère tilde sont les attributs. Les deux composants restant, featuresCol et labelCol, sont des valeurs factices pour les tuples et les libellés des attributs.