Cechy o wzajemnej informacji

Ramka danych credit_df zawiera kilka cech ciągłych. Gdy dwie cechy ciągłe są ze sobą skorelowane, niosą tę samą informację – zjawisko to nazywamy wzajemną informacją. Silnie skorelowane cechy są nie tylko redundantne – mogą też powodować problemy podczas modelowania. Na przykład w regresji silna korelacja między cechami (tzw. wielowspółliniowość) może prowadzić do błędnych wyników. Aby lepiej zrozumieć wzajemną informację, stworzysz wykres korelacji, który pomoże zidentyfikować cechy ją zawierające.

Pakiety tidyverse i corrr zostały już wczytane.

To ćwiczenie jest częścią kursu

Redukcja wymiarowości w R

Zobacz kurs

Instrukcje do ćwiczenia

Użyj funkcji correlate() i rplot(), aby utworzyć wykres korelacji dla cech numerycznych ramki danych credit_df.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

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

Edytuj i uruchom kod