Sélection selon la corrélation avec d'autres variables

Réduction de dimension en R

Matt Pickard

Owner, Pickard Predictives, LLC

Revoir la création du graphique de corrélation

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

  correlate() %>%

  shave() %>%

  rplot(print_cor = TRUE) +

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

Graphique de corrélation

nuage de corrélation de l'attrition dans l'entreprise de santé

Intensité de la corrélation

nuage de corrélation de l'attrition avec un tableau des plages d'intensité de corrélation

Un filtre par corrélation ?

nuage de corrélation de l'attrition dans l'entreprise de santé

Un filtre par corrélation ?

diagramme de Venn : hausse salariale en pourcentage et cote de rendement, forte zone de recouvrement de l'information mutuelle

Un filtre par corrélation ?

diagramme de Venn : hausse salariale en pourcentage avec la cote de rendement retirée

Un filtre par corrélation ?

les deux parties du diagramme de Venn retirées : on a supprimé de l'information utile

Une recette de filtre par corrélation

# 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)

Passons à la pratique !

Réduction de dimension en R