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的大
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的小
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
其范围是[-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]
}
)
# 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!
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。