Créer une recette pour forte corrélation

Une fois que vous avez repéré les caractéristiques fortement corrélées, plutôt que de les retirer manuellement, vous pouvez utiliser l'étape de recette step_corr() dans tidymodels. step_corr() ne retire pas toutes les caractéristiques corrélées avec d'autres. Elle tente d'en enlever le moins possible. En théorie, comme vous l'avez vu dans le questionnaire à choix multiples, elle retire la caractéristique qui présente le plus de recouvrement avec n'importe quelle combinaison d'autres caractéristiques. L'idée est que les autres caractéristiques contiennent la même information; ainsi, l'information qui se recoupe dans la caractéristique retirée demeure représentée par ces autres caractéristiques.

Les forfaits tidyverse et tidymodels ont été chargés pour vous.

Cette activité fait partie du cours

Réduction de dimension en R

Voir le cours

Instructions de l’exercice

Créez une recette qui utilise step_corr() avec un seuil de 0,7, en appliquant l'étape uniquement aux prédicteurs numériques.
Appliquez la recette à house_sales_df et stockez les données filtrées dans filtered_house_sales_df.
Utilisez tidy() pour repérer la ou les colonnes que le filtre step_corr() a retirées.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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
___(___, ___ = ___)

Modifier et exécuter le code