Vytvoř recept pro silně korelované proměnné

Jakmile identifikuješ silně korelované proměnné, nemusíš je odstraňovat ručně – místo toho využij krok step_corr() v balíčku tidymodels. step_corr() neodstraní všechny proměnné, které spolu korelují. Snaží se odebrat co nejmenší počet proměnných. Principiálně – jak jsi viděl/a v úloze s výběrem odpovědi – odstraní tu proměnnou, která se nejvíce překrývá s kombinací ostatních proměnných. Logika je taková, že ostatní proměnné nesou stejnou informaci, takže překrývající se informace odstraněné proměnné je v nich stále obsažena.

Balíčky tidyverse a tidymodels jsou už načtené.

Toto cvičení je součástí kurzu

Redukce dimenzionality v R

Zobrazit kurz

Pokyny k cvičení

Vytvoř recept, který používá step_corr() s prahem 0,7 a aplikuje tento krok pouze na numerické prediktory.
Aplikuj recept na house_sales_df a výsledná filtrovaná data ulož do filtered_house_sales_df.
Pomocí tidy() zjisti, který sloupec nebo sloupce filtr step_corr() odstranil.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create a recipe using step_corr to remove numeric predictors correlated > 0.7
corr_recipe <-  
  ___(price ~ ., data = ___) %>% 
  ___(___, ___ = ___) %>% 
  ___(___) 

# Apply the recipe to the data
___ <- 
  ___ %>% 
  ___(new_data = ___)

# Identify the features that were removed
___(___, ___ = ___)

Upravit a spustit kód