ほかの特徴量との相関に基づく選択

Rによる次元削減

Matt Pickard

Owner, Pickard Predictives, LLC

相関プロットの作成を復習

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

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

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

相関プロット

医療企業の離職データの相関プロット

相関の強さ

医療企業の離職データの相関プロットと相関強度の範囲表

相関フィルター？

医療企業の離職データの相関プロット

相関フィルター？

パーセント昇給と業績評価のベン図（相互情報の大きな重なり）

相関フィルター？

パーセント昇給と業績評価の重なり（業績評価を除去）

相関フィルター？

両方の部分を除去し、有益な情報も失われたことを示すベン図

相関フィルターのレシピ

# レシピを作成して前処理
corr_recipe <-  
  recipe(Attrition ~ ., data = healthcare_df) %>%

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

  prep()


# データへ適用
filtered_healthcare_df <- 
  corr_recipe %>% 
  bake(new_data = NULL)


# 除去された特徴量を特定
tidy(corr_recipe, number = 1)

Passons à la pratique !

Rによる次元削減