Variabile corelate
În acest exercițiu, vei analiza setul de date în ceea ce privește variabilele corelate. Este important să le elimini înainte de a aplica un clasificator binar, în special în cazul regresiei logistice. Atunci când două sau mai multe variabile sunt puternic corelate, ar trebui să le elimini pe toate, cu excepția uneia.
Mai întâi, vom folosi funcția corrplot() din pachetul corrplot pentru a vizualiza corelațiile.
În graficul de corelație, albastrul reprezintă o corelație pozitivă, iar roșul – una negativă.
O culoare mai închisă indică o corelație mai puternică.
În final, vei elimina variabilele puternic corelate din setul de date.
Acest exercițiu face parte din cursul
Analiză predictivă folosind date de rețea în R
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Remove the Future column from studentnetworkdata
no_future <- ___
# Load the corrplot package
library(___)
# Generate the correlation matrix
M <- ___(no_future)
# Plot the correlations
___(M, method = "circle")