Usuwanie skorelowanych predyktorów za pomocą recipes
Usuwanie silnie skorelowanych zmiennych predykcyjnych ze zbiorów treningowego i testowego to ważny krok inżynierii cech, który pomaga zapewnić płynne dopasowanie modelu.
Skoro odkryłeś(-łaś), że monthly_charges i avg_data_gb są silnie skorelowane, musisz dodać filtr korelacji za pomocą step_corr() do swojego potoku inżynierii cech dla danych telekomunikacyjnych.
W tym ćwiczeniu utworzysz obiekt recipe, który usuwa skorelowane predyktory ze zbioru danych telekomunikacyjnych.
Zbiory danych telecom_training i telecom_test zostały wczytane do sesji.
To ćwiczenie jest częścią kursu
Modelowanie z tidymodels w R
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Specify a recipe object
telecom_cor_rec <- recipe(___,
data = ___) %>%
# Remove correlated variables
___(___, threshold = ___)