Se correlação entre bathroons e suites fosse 0.9 ou 1.0, qual das duas seria retirada, a bathroons?
Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Solucionado
Se correlação entre bathroons e suites fosse 0.9 ou 1.0, qual das duas seria retirada, a bathroons?
Olá, William! Como vai?
Quando você encontra uma correlação muito alta entre duas variáveis, como 0.9 ou 1.0, é uma boa prática considerar remover uma delas para evitar a multicolinearidade, que pode afetar negativamente a performance do seu modelo de regressão. No caso específico que você mencionou, entre "bathrooms" e "suites", a decisão de qual variável remover pode depender de alguns fatores:
Relevância para o Modelo: Considere qual das variáveis é mais relevante para o seu modelo ou para o contexto do seu problema. Por exemplo, se o número de suítes é mais importante para o seu modelo de previsão, pode ser mais sensato manter "suites".
Interpretação: Pense em qual variável pode ser mais facilmente interpretada ou qual traz mais insights para o seu problema. Às vezes, uma variável pode ser mais intuitiva ou relevante para explicar o comportamento que você está modelando.
Disponibilidade de Dados: Se em outros datasets que você planeja usar futuramente uma das variáveis não estiver disponível, pode ser melhor manter a que é mais comum.
Em muitos casos, a escolha pode ser subjetiva e baseada em experimentação. Você pode tentar rodar o modelo com cada uma das variáveis e comparar os resultados para ver qual delas contribui melhor para a performance do modelo.
Espero ter ajudado e fico à disposição se precisar.
Abraço e bons estudos!