本文介绍: 相关性系数:衡量相关性强弱的。相关数据之间有关联,相互有影响

相关:数据之间有关联,相互有影响

如:A和B 存在一定的相关性,A对B存在一定程度的影响,A变化,B也会有一定的变化

如果A和B相等 或者 B可以由A经过计算得到—->完全相关
如果B是由 A和C计算得到 —->并且 A可以计算出B的部分 —–> A和B 强度相关
如果B是由 A和C计算得到 —->并且 A可以计算出B的部分 —–> A和B 弱度相关
如果 A和B 毫无关系 —-> 不相关


如果B和 A相关:
A的增大导致B的减小 —> 负相关
A的增大导致B的增大 —> 正相关

相关性系数:衡量相关性强弱的

范围是[-1,1],绝对值越靠近0,表示不相关,绝对值越靠近1,表示相关性越强
小于 0 表示负相关;大于 0 表示正相关。

构造如下数据:

import pandas as pd

data = pd.DataFrame(
    data={
        'age': [2,7,10,16,20],
        'height': [70,90,143,166,178],
        'score': [98,37,103,76,53]
    }
)

使用corr()方法计算相关性系数

# 计算相关性系数的列 必须都是数值型的数据!
corr = data.loc[:, ["age","height"]].corr()		# 会计算两两列之间的相关性系数
print("corrn", corr)
"""
corr
            age   height
age     1.00000  0.96043
height  0.96043  1.00000
"""

自身与自身的相关性系数为 1

计算多列相关性系数:

corr = data.loc[:, ["age","height","score"]].corr()
print("corrn", corr)
"""
corr
             age    height     score
age     1.000000  0.960430 -0.340053
height  0.960430  1.000000 -0.096782
score  -0.340053 -0.096782  1.000000
"""

原文地址:https://blog.csdn.net/weixin_45760274/article/details/123655196

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任

如若转载,请注明出处:http://www.7code.cn/show_22180.html

如若内容造成侵权/违法违规/事实不符,请联系代码007邮箱suwngjj01@126.com进行投诉反馈,一经查实,立即删除

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注