Comprobación de características correlacionadas
Ahora volverás al conjunto de datos wine, que consta de características numéricas continuas. Ejecuta el coeficiente de correlación de Pearson en el conjunto de datos para determinar qué columnas son buenas candidatas para ser eliminadas. Después, elimina esas columnas del DataFrame.
Este ejercicio forma parte del curso
Preprocesamiento para machine learning en Python
Instrucciones de ejercicio
- Imprime los coeficientes de correlación de Pearson para cada par de características del conjunto de datos
wine. - Elimina las columnas de
wineque tengan un coeficiente de correlación superior a 0,75 con al menos otras dos columnas.
Ejercicio interactivo práctico
Pruebe este ejercicio completando este código de muestra.
# Print out the column correlations of the wine dataset
print(____)
# Drop that column from the DataFrame
wine = wine.____(____, ____)
print(wine.head())