机器学习特征工程之皮尔森相关系数 pearson correlation of features

示例图：

皮尔森相关系数为了确定 每个特征之间是否紧密相关，如果很相关就属于重复特征，可以去除。 我们输入机器学习模型中的每个特征都独一无二，这才是最佳。

python实现代码

import seaborn as sns #图表模块

import matplotlib.pyplot as plt #绘图模块库

colormap = plt.cm.RdBu # 绘图库中的颜色查找表。比如A1是红色,A2是浅蓝色。 这样一种映射关系

plt.figure(figsize=(14,12))#创建一个新的图表，参数是尺寸，单位为英寸。

plt.title('Pearson Correlation of Features', y=1.05, size=15) #给图表一个标题~~ 

sns.heatmap(train.astype(float).corr(),linewidths=0.1,vmax=1.0,square=True, cmap=colormap, linecolor='white', annot=True) #将皮尔森系数值画成图表形式。

代码解释：

    这里的train.astype(float).corr()    中的train 是python pandas模块中DateFrame结构，这里存储着的是机器学习模型的训练数据，   然后通过.corr()求皮尔森相关系数方法，计算出相关系数。

corr()是correlation的缩写，中文意思为相关。

算法底层原