创建高相关性 recipe
一旦识别出高度相关的特征，您无需手动删除它们，可以在 tidymodels 中使用 step_corr() 这个 recipe 步骤。step_corr() 并不会删除与其他特征相关的所有特征，它会尽量少删。概念上，正如您在单选题中看到的，它会移除与其他特征任意组合重叠信息最多的那个特征。其思路是：其他特征已经包含了相同的信息，因此被删除特征的重叠信息仍然由那些特征表示。
tidyverse 和 tidymodels 包已为您加载。
本练习是课程的一部分
R 中的降维
练习说明
- 创建一个使用
step_corr()的 recipe，阈值设为 0.7，仅将该步骤应用到数值型自变量。 - 将该 recipe 应用于
house_sales_df，并将过滤后的数据存入filtered_house_sales_df。 - 使用
tidy()查看step_corr()过滤器删除了哪些列。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# 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
___(___, ___ = ___)