Seleksi berdasarkan varians

Reduksi Dimensi di R

Matt Pickard

Owner, Pickard Predictives, LLC

Varians data tidak diskalakan

plot mean dengan batang galat simpangan baku untuk data kredit yang belum diskalakan

Varians data diskalakan

plot mean dengan batang galat simpangan baku untuk data kredit yang telah diskalakan

Hitung varians terstandar

credit_variances <- credit_df %>% 
  summarize(across(everything(), ~ var(scale(., center = FALSE)), na.rm = TRUE)) %>%

  pivot_longer(everything(), names_to = "feature", values_to = "variance") %>%

  arrange(desc(variance)) 

credit_variances

# A tibble: 17 × 2
   feature                  variance
   <chr>                       <dbl>
 1 num_of_loan               0.996  
 2 num_of_delayed_payment    0.986   
 ...

Ambang varians

output varians

Ambang varians

output varians yang menunjukkan ambang pertama yang mungkin

Ambang varians

output varians yang menunjukkan ambang pertama yang mungkin

Ambang varians

output varians yang menunjukkan ambang pertama yang mungkin

Plot ambang varians

Buat filter varians

low_var_filter <- credit_variances %>% 
  filter(variance < 0.1) %>% 
  pull(feature)

low_var_filter

[1] "credit_history_months"    "age"                     
[3] "num_credit_inquiries"     "credit_utilization_ratio"
[5] "num_credit_card"

Pendekatan tidymodels

Buat recipe

low_variance_recipe <- recipe(credit_score ~ ., data = credit_df) %>%

  step_zv(all_predictors()) %>%

  step_scale(all_numeric_predictors()) %>%

  step_nzv(all_predictors()) %>%

  prep()

Terapkan recipe

filtered_credit_df <- bake(low_variance_recipe, new_data = NULL)

Menyelidiki dampak langkah tertentu

low_variance_recipe <- recipe(credit_score ~ ., data = credit_df) %>% 
  step_zv(all_predictors()) %>% 
  step_scale(all_numeric_predictors()) %>% 
  step_nzv(all_predictors()) %>% 
  prep() 


tidy(low_variance_recipe, number = 3)

  terms                id       
  <chr>                <chr>    
1 num_credit_card      nzv_ni8L7
2 num_credit_inquiries nzv_ni8L7

Ayo berlatih!

Reduksi Dimensi di R