Mutual information-features

De data frame credit_df bevat een aantal continue features. Wanneer twee continue features gecorreleerd zijn, bevatten ze dezelfde informatie — dit heet mutual information. Sterk gecorreleerde features zijn niet alleen dubbelop; ze kunnen ook problemen veroorzaken bij het modelleren. In regressie kan een hoge correlatie tussen features (oftewel multicollineariteit) bijvoorbeeld tot onzinnige resultaten leiden. Om gevoel te krijgen voor mutual information maak je een correlatieplot om features met mutual information te identificeren.

De pakketten tidyverse en corrr zijn al voor je geladen.

Deze oefening maakt deel uit van de cursus

Dimensionality Reduction in R

Cursus bekijken

Oefeninstructies

Gebruik correlate() en rplot() om een correlatieplot te maken van de numerieke features van credit_df.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# Create a correlation plot
___ %>% 
  select(where(is.numeric)) %>% 
  ___() %>% 
  shave() %>% 
  ___(print_cor = TRUE) +
  theme(axis.text.x = element_text(angle = 90, hjust = 1))

Code bewerken en uitvoeren