상관성이 높은 특성 제거

Python으로 배우는 차원 축소

Jeroen Boeye

Head of Machine Learning, Faktion

상관성이 높은 데이터

상관성이 높은 페어플롯

상관성이 높은 특성들

상관행렬(높은 상관)

상관성이 높은 특성 제거

# Create positive correlation matrix
corr_df = chest_df.corr().abs()

# Create and apply mask
mask = np.triu(np.ones_like(corr_df, dtype=bool))

tri_df = corr_df.mask(mask)

tri_df

상관성이 높은 특성 제거

# Find columns that meet threshold 
to_drop = [c for c in tri_df.columns if any(tri_df[c] > 0.95)]

print(to_drop)

['Suprasternale height', 'Cervicale height']

# Drop those columns
reduced_df = chest_df.drop(to_drop, axis=1)

특성 선택

특성 선택 도식

특성 추출

특성 추출 도식

상관관계의 주의점 - 앤스컴의 사중집합

앤스컴의 사중집합

상관관계의 주의점 - 인과관계

sns.scatterplot(x="N firetrucks sent to fire", 
                y="N wounded by fire",data=fire_df)

소방차 대 부상자 수

Lass uns üben!

Python으로 배우는 차원 축소