Výběr na základě korelace s jinými příznaky

Redukce dimenzionality v R

Matt Pickard

Owner, Pickard Predictives, LLC

Tvorba korelačního grafu – opakování

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

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

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

Korelační graf

korelační graf fluktuace zaměstnanců ve zdravotnictví

Síla korelace

korelační graf fluktuace zaměstnanců ve zdravotnictví s tabulkou rozsahů síly korelace

Korelační filtr?

korelační graf fluktuace zaměstnanců ve zdravotnictví

Korelační filtr?

Vennův diagram procentuálního nárůstu platu a hodnocení výkonu s velkým překryvem vzájemné informace

Korelační filtr?

Vennův diagram procentuálního nárůstu platu s odstraněným hodnocením výkonu

Korelační filtr?

Obě části Vennova diagramu odstraněny – ukázka ztráty cenných informací

Recept s korelačním filtrem

# 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)

Lass uns üben!

Redukce dimenzionality v R