背景：我正在创建一个用于清理和转换时间序列数据的配方，这些数据将被多个模型使用。配方中的一个步骤是使用step_corr()函数删除相关的预测变量。

然而，由于数据集的性质，在使用滚动窗口进行交叉验证时，某些变量可能在整个训练数据集中具有常数值，从而导致step_corr()函数发出警告。

问题陈述：在这种情况下，是否可以从相关性步骤中排除这些变量？或者完全删除这些变量？

P.S. 我知道我可以轻松忽略警告并继续进行。但我正在寻找更清洁的方法/最佳实践建议。

回答：

您可以考虑以下两个步骤：

• step_zv() 将删除所有值相同的变量（零方差）
• step_nzv() 将删除几乎所有值相同的变量（高度稀疏且不平衡）