Skapa ett recept för hög korrelation

När du har identifierat starkt korrelerade särdrag kan du använda receptsteget step_corr() i tidymodels i stället för att ta bort dem manuellt. step_corr() tar inte bort alla särdrag som är korrelerade med andra särdrag. Funktionen försöker ta bort så få särdrag som möjligt. Som du såg i flervalsfrågan tar den bort det särdrag som har störst överlapp med någon kombination av övriga särdrag. Tanken är att de andra särdragen redan innehåller samma information, så den borttagna informationen finns kvar representerad i dem.

Paketen tidyverse och tidymodels har redan laddats in åt dig.

Den här övningen är en del av kursen

Dimensionsreduktion i R

Visa kurs

Övningsinstruktioner

Skapa ett recept som använder step_corr() med ett tröskelvärde på 0,7, och tillämpa steget enbart på numeriska prediktorer.
Tillämpa receptet på house_sales_df och spara den filtrerade datan i filtered_house_sales_df.
Använd tidy() för att identifiera vilken eller vilka kolumner som step_corr()-filtret tog bort.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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
___(___, ___ = ___)

Redigera och kör kod