Suppression des variables redondantes

Prétraitement pour le Machine Learning en Python

James Chapman

Curriculum Manager, DataCamp

Variables redondantes

  • Supprimer les variables bruyantes
  • Supprimer les variables corrélées
  • Supprimer les doublons de variables
Prétraitement pour le Machine Learning en Python

Cas de suppression manuelle

city state lat long
hico tx 31.982778 -98.033333
mackinaw city mi 45.783889 -84.727778
winchester ky 37.990000 -84.179722
Prétraitement pour le Machine Learning en Python

Variables corrélées

  • Corrélées statistiquement : variables qui évoluent ensemble
  • Les modèles linéaires supposent l'indépendance des variables
  • Coefficient de corrélation de Pearson
Prétraitement pour le Machine Learning en Python

Variables corrélées

print(df)

        A     B     C
0    3.06  3.92  1.04
1    2.76  3.40  1.05
2    3.24  3.17  1.03
...

print(df.corr())

          A         B         C
A  1.000000  0.787194  0.543479
B  0.787194  1.000000  0.565468
C  0.543479  0.565468  1.000000
Prétraitement pour le Machine Learning en Python

Passons à la pratique !

Prétraitement pour le Machine Learning en Python

Preparing Video For Download...