Selectarea pe baza corelației cu alte variabile

Reducerea dimensionalității în R

Matt Pickard

Owner, Pickard Predictives, LLC

Recapitulare: crearea graficului de corelație

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

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

  theme(axis.text.x = element_text(angle = 90, hjust = 1))
Reducerea dimensionalității în R

Graficul de corelație

Graficul de corelație al fluctuației angajaților din compania medicală

Reducerea dimensionalității în R

Intensitatea corelației

Graficul de corelație al fluctuației angajaților cu tabel al intervalelor de intensitate a corelației

Reducerea dimensionalității în R

Un filtru de corelație?

Graficul de corelație al fluctuației angajaților din compania medicală

Reducerea dimensionalității în R

Un filtru de corelație?

Diagrama Venn a creșterii salariale procentuale și evaluării performanței, indicând o suprapunere mare de informații mutuale

Reducerea dimensionalității în R

Un filtru de corelație?

Diagrama Venn a creșterii salariale procentuale cu evaluarea performanței eliminată

Reducerea dimensionalității în R

Un filtru de corelație?

Ambele părți ale diagramei Venn eliminate, indicând pierderea de informații valoroase

Reducerea dimensionalității în R

O rețetă cu filtru de corelație

# 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)
Reducerea dimensionalității în R

Să exersăm!

Reducerea dimensionalității în R

Preparing Video For Download...