Identifikace vysoce korelovaných příznaků
Na datech z house_sales_df si procvičíš identifikaci příznaků s vysokou korelací. Vysoká korelace mezi příznaky signalizuje redundantní informace a může způsobovat problémy při modelování – například multikolinearitu v regresních modelech. Určíš, které z vysoce korelovaných příznaků je vhodné odstranit. Korelační matice ti pomůže tyto příznaky snadno odhalit.
Balíčky tidyverse a corrr jsou už načtené.
Toto cvičení je součástí kurzu
Redukce dimenzionality v R
Pokyny k cvičení
- Vytvoř korelační graf s hodnotami korelací přímo vykreslenými v grafu.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create a correlation plot of the house sales
house_sales_df %>%
___() %>%
___() %>%
___(print_cor = ___) +
theme(axis.text.x = element_text(angle = 90, hjust = 1))