建立高相關性的 recipe

當你找出高度相關的特徵後，與其手動移除它們，你可以在 tidymodels 中使用 step_corr() 這個 recipe 步驟。step_corr() 不會把所有彼此相關的特徵全部移除，它會嘗試移除最少量的特徵。概念上，如同你在單選題中所見，它會移除與其他特徵任意組合之間重疊最多的那個特徵。這樣做的想法是，其他特徵已包含相同的資訊，因此被移除特徵所重疊的資訊，仍然能在那些其他特徵中被表達出來。

tidyverse 和 tidymodels 套件已為你載入。

本練習屬於課程

R 的降維

檢視課程

練習說明

建立一個使用 step_corr()、門檻為 0.7 的 recipe，且只套用在數值型預測變數上。
將這個 recipe 套用到 house_sales_df，並把篩選後的資料存成 filtered_house_sales_df。
使用 tidy() 找出被 step_corr() 篩選器移除的欄位（或多個欄位）。

動手互動練習

試著完成這個範例程式碼，體驗一下這個練習。

# 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
___(___, ___ = ___)

編輯並執行程式碼