Selecionando com base na correlação com outras variáveis

Redução de Dimensionalidade em R

Matt Pickard

Owner, Pickard Predictives, LLC

Revisar a criação do gráfico de correlação

healthcare_df %>% 
  select(where(is.numeric)) %>%

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

  theme(axis.text.x = element_text(angle = 90, hjust = 1))

Gráfico de correlação

gráfico de correlação da rotatividade na empresa de saúde

Força da correlação

gráfico de correlação da rotatividade na empresa de saúde com tabela de faixas de força da correlação

Um filtro por correlação?

gráfico de correlação da rotatividade na empresa de saúde

Um filtro por correlação?

diagrama de Venn de percent salary hike e performance rating mostrando grande sobreposição de informação mútua

Um filtro por correlação?

Diagrama de Venn de percent salary hike com performance rating removido

Um filtro por correlação?

Ambas as partes do diagrama de Venn removidas para mostrar que removemos informação valiosa

Uma receita de filtro por correlação

# create and prep the recipe
corr_recipe <-  
  recipe(Attrition ~ ., data = healthcare_df) %>%

  step_corr(all_numeric_predictors(), threshold = 0.7) %>%

  prep()


# Apply the recipe to the data
filtered_healthcare_df <- 
  corr_recipe %>% 
  bake(new_data = NULL)


# Identify the features that were removed
tidy(corr_recipe, number = 1)

Vamos praticar!

Redução de Dimensionalidade em R