recipes로 상관된 예측 변수를 제거하기
학습 및 테스트 데이터셋에서 상관된 예측 변수를 제거하는 것은 모델 적합이 최대한 원활하게 진행되도록 하는 중요한 특징 공학 단계예요.
이제 monthly_charges와 avg_data_gb가 높은 상관을 보인다는 것을 확인했으니, 통신 데이터에 대한 특징 공학 파이프라인에 step_corr()로 상관 필터를 추가해야 합니다.
이번 연습에서는 통신 데이터에서 상관된 예측 변수를 제거하는 recipe 객체를 만들어 볼게요.
telecom_training과 telecom_test 데이터셋은 세션에 이미 로드되어 있어요.
이 연습은 강의의 일부입니다
R에서 tidymodels로 모델링하기
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Specify a recipe object
telecom_cor_rec <- recipe(___,
data = ___) %>%
# Remove correlated variables
___(___, threshold = ___)