Các biến tương quan
Trong bài tập này, bạn sẽ xem xét tập dữ liệu liên quan đến các biến có tương quan. Điều quan trọng là phải loại bỏ chúng trước khi áp dụng bộ phân loại nhị phân, đặc biệt là với logistic regression. Khi hai hay nhiều biến tương quan rất cao, bạn nên giữ lại một biến và loại bỏ các biến còn lại.
Đầu tiên, chúng ta sẽ dùng hàm corrplot() trong gói corrplot để trực quan hóa ma trận tương quan.
Trong biểu đồ tương quan, màu xanh dương biểu thị tương quan dương và màu đỏ biểu thị tương quan âm.
Màu càng đậm thì mức độ tương quan càng cao.
Cuối cùng, bạn sẽ loại bỏ các biến có tương quan cao khỏi tập dữ liệu.
Bài tập này là một phần của khóa học
Phân tích dự đoán với dữ liệu mạng trong R
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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")