基于与其他特征的相关性进行选择

R 中的降维

Matt Pickard

Owner, Pickard Predictives, LLC

回顾相关图的创建

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

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

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

相关性过滤器？

医疗公司离职率的相关图

相关性过滤器？

加薪百分比与绩效评分的维恩图，显示大量互信息重叠

相关性过滤器？

移除绩效评分后的加薪百分比维恩图

相关性过滤器？

移除维恩图两部分，表示删除了有价值的信息

相关性过滤配方

# 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)

开始练习！

R 中的降维

基于与其他特征的相关性进行选择

回顾相关图的创建

相关图

相关强度

相关性过滤器？

相关性过滤器？

相关性过滤器？

相关性过滤器？

相关性过滤配方

开始练习！