Une des tâches les plus importantes en machine learning est de construire un modèle de régression linéaire (vous pouvez trouver plus d'informations dans le Linear Regression with Python course).

Puisque nous utilisons une fonction linéaire dans ce modèle, nous pouvons utiliser la corrélation entre les caractéristiques et la variable cible pour indiquer l'importance d'une caractéristique particulière pour ce modèle.

Nous allons utiliser maintenant le 'Heart Disease Dataset' : il contient 14 caractéristiques, y compris l'attribut prédit, qui se réfère à la présence de maladie cardiaque chez le patient. Votre tâche est de calculer l'importance des attributs en utilisant la corrélation:

1. Calculer les corrélations entre les caractéristiques et la cible.
2. Afficher ces corrélations par ordre croissant.