R-大数据集中的相关矩阵

Question

我是编程和R的新手，我目前正在处理一个非常大的数据集（300列和400k行）。有些列不是数字形式（例如，有些列包括客户ID，国家/地区名称，城市名称等。）

我希望R忽略这些列，只是给我一些列组合的名称，它们之间的相关性高于.95或低于-.95，因为通常这样的列只会在ML中创建噪声，并且可以用于减少特征。

这样的事情： 第1栏第2栏相关： xyz cvg 0.964 xyz yut 0.951 yut cvg 0.967

如果您需要更多信息，请与我们联系。谢谢你的时间。

此致 InWoods

Answer 1

尝试使用可用的详细信息了解您的问题，您的基本问题似乎是从data.frame中提取数字列。看一下is.numeric()函数即可开始。