Spearman’s correlation coefficient--斯皮尔曼相关系数pytorch与numpy实现

最新推荐文章于 2024-12-17 09:32:36 发布

原创

最新推荐文章于 2024-12-17 09:32:36 发布 · 4.5k 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#python #numpy #pytorch

本文深入探讨了斯皮尔曼等级相关系数的概念及其在处理名称数据和顺序数据中的应用，提供了Pytorch和Numpy两种实现方式，旨在帮助读者理解并掌握这一统计学中的重要指标。

文章目录

Spearman’s correlation介绍

斯皮尔曼等级相关（Spearman’s correlation coefficient for ranked data）主要用于解决名称数据和顺序数据相关的问题。适用于两列变量，而且具有等级变量性质具有线性关系的资料。由英国心理学家、统计学家斯皮尔曼根据积差相关的概念推导而来，一些人把斯皮尔曼等级相关看做积差相关的特殊形式。

公式如下：
在这里插入图片描述

Pytorch实现

矩阵运算实现，运行简便快捷，变量名字可自行替换。输入logits即可

def compute_rank_correlation(att, grad_att):
    """
    Function that measures Spearman’s correlation coefficient between target logits and output logits:
    att: [n, m]
    grad_att: [n, m]
    """
    def _rank_correlation_(att_map, att_gd):
        n = torch.tensor