Selecteren op correlatie met andere features

Dimensionality Reduction in R

Matt Pickard

Owner, Pickard Predictives, LLC

Correlatieplot maken: herhaling

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

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

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

Correlatieplot

correlatieplot van personeelsverloop bij het zorgbedrijf

Sterkte van correlatie

correlatieplot van personeelsverloop bij het zorgbedrijf met tabel met correlatiesterktes

Een correlatiefilter?

correlatieplot van personeelsverloop bij het zorgbedrijf

Een correlatiefilter?

Venn-diagram van procentuele salarisverhoging en prestatiebeoordeling met grote overlap van wederzijdse informatie

Een correlatiefilter?

Venn-diagram van procentuele salarisverhoging met prestatiebeoordeling verwijderd

Een correlatiefilter?

Beide delen van het Venn-diagram verwijderd: we hebben waardevolle info weggehaald

Een correlatiefilterrecept

# maak en bereid het recept voor
corr_recipe <-  
  recipe(Attrition ~ ., data = healthcare_df) %>%

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

  prep()


# Pas het recept toe op de data
filtered_healthcare_df <- 
  corr_recipe %>% 
  bake(new_data = NULL)


# Bepaal welke features zijn verwijderd
tidy(corr_recipe, number = 1)

Laten we oefenen!

Dimensionality Reduction in R