Korrelerade variabler
I den här övningen undersöker du datamängden med avseende på korrelerade variabler. Det är viktigt att ta bort dem innan du tillämpar en binär klassificerare, särskilt vid logistisk regression. När två eller fler variabler är starkt korrelerade bör du behålla en och ta bort de övriga.
Först använder vi funktionen corrplot() i paketet corrplot för att visualisera korrelationerna.
I korrelationsdiagrammet representerar blått en positiv korrelation och rött en negativ korrelation.
En mörkare färg indikerar en starkare korrelation.
Slutsatsen tar du med dig när du tar bort de starkt korrelerade variablerna från datamängden.
Den här övningen är en del av kursen
Prediktiv analys med nätverksdata i R
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# 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")