我是数据分析领域的新手，没有很强的统计背景......

现在，我正在尝试过滤掉那些具有高相关性的数字列。暂时不打算用PCA之类的降维算法，因为我还在收集数据，列太多了，希望先去掉一些列，再把不同的数据源链接在一起。

使用 PCA 和机器学习模型将在链接这些数据源之后进行。

所以，在这个“之前”阶段，我正在尝试使用 R方法library caret，findCorrelation()但我找不到这种方法是如何工作的。

现在我的问题是，我应该在数据清理之后使用这种方法（例如，处理丢失的数据，异常值，数据不平衡）还是之前或之后都没有关系？