Variables corrélées
Dans cet exercice, vous allez examiner l'ensemble de données en ce qui concerne les variables corrélées. Il est important de les retirer avant d'appliquer un classifieur binaire, surtout pour la régression logistique. Lorsque deux variables ou plus sont fortement corrélées, vous devriez en conserver une seule et supprimer les autres.
D'abord, nous allons utiliser la fonction corrplot() du paquet corrplot pour visualiser les corrélations.
Dans le graphique de corrélation, le bleu représente une corrélation positive et le rouge une corrélation négative.
Une couleur plus foncée indique une corrélation plus élevée.
Enfin, vous retirerez du jeu de données les variables fortement corrélées.
Cette activité fait partie du cours
Analytique prédictive avec des données en réseau dans R
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Remove the Future column from studentnetworkdata
no_future <- ___
# Load the corrplot package
library(___)
# Generate the correlation matrix
M <- ___(no_future)
# Plot the correlations
___(M, method = "circle")