Korrelierte Prädiktoren mit recipes entfernen
Das Entfernen korrelierter Prädiktorvariablen aus deinen Trainings- und Testdatensätzen ist ein wichtiger Schritt im Feature Engineering, damit das Anpassen deiner Modelle möglichst reibungslos läuft.
Nachdem du herausgefunden hast, dass monthly_charges und avg_data_gb stark korreliert sind, sollst du einen Korrelations-Filter mit step_corr() zu deine(r/m) Feature-Engineering-Pipeline für die Telekommunikationsdaten hinzufügen.
In dieser Übung erstellst du ein recipe-Objekt, das korrelierte Prädiktoren aus den Telekommunikationsdaten entfernt.
Die Datensätze telecom_training und telecom_test wurden in deine Sitzung geladen.
Diese Übung ist Teil des Kurses
Modellierung mit tidymodels in R
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Specify a recipe object
telecom_cor_rec <- recipe(___,
data = ___) %>%
# Remove correlated variables
___(___, threshold = ___)