Crie uma receita para alta correlação

Depois de identificar recursos altamente correlacionados, em vez de removê-los manualmente, você pode usar a etapa de receita step_corr() em tidymodels. step_corr() não remove todos os recursos que estão correlacionados com outros recursos. Ele tenta remover o mínimo possível. Conceitualmente, como você viu no exercício de múltipla escolha, ele remove o recurso que tem mais sobreposição com qualquer combinação de outros recursos. A ideia é que os outros recursos contenham a mesma informação; assim, a informação sobreposta do recurso removido ainda fica representada nesses outros recursos.

Os pacotes tidyverse e tidymodels já foram carregados para você.

Este exercício faz parte do curso

Redução de Dimensionalidade em R

Ver curso

Instruções do exercício

Crie uma receita que use step_corr() com um limite de 0.7, aplicando a etapa apenas a preditores numéricos.
Aplique a receita a house_sales_df e armazene os dados filtrados em filtered_house_sales_df.
Use tidy() para identificar a coluna ou colunas que o filtro step_corr() removeu.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Create a recipe using step_corr to remove numeric predictors correlated > 0.7
corr_recipe <-  
  ___(price ~ ., data = ___) %>% 
  ___(___, ___ = ___) %>% 
  ___(___) 

# Apply the recipe to the data
___ <- 
  ___ %>% 
  ___(new_data = ___)

# Identify the features that were removed
___(___, ___ = ___)

Editar e executar o código