Взаимная информация признаков

Датафрейм credit_df содержит несколько непрерывных признаков. Когда два непрерывных признака коррелируют друг с другом, они несут одинаковую информацию — это явление называется взаимной информацией. Сильно коррелирующие признаки не просто избыточны: они могут вызывать проблемы при построении моделей. Например, в регрессии высокая корреляция между признаками (мультиколлинеарность) способна приводить к бессмысленным результатам. Чтобы оценить взаимную информацию, вы построите график корреляций и определите признаки, которые её содержат.

Пакеты tidyverse и corrr уже загружены.

Это упражнение является частью курса

Снижение размерности в R

Посмотреть курс

Инструкции к упражнению

Используйте correlate() и rplot(), чтобы построить график корреляций для числовых признаков credit_df.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

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

Редактировать и запускать код