利用皮尔逊相关系数找出与目标最相关的特征(Python实现)

该博客使用Python展示了如何计算数据集中各特征与目标变量(辐照度)之间的皮尔逊相关系数。通过读取CSV文件,对数据进行预处理,然后计算相关系数并输出结果,帮助识别与目标变量关联性最强的特征。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

#coding:utf-8
#检测各特征和辐照度之间的相关性以及各个特征之间的相关性
from __future__ import division
import tensorflow as tf
import math
import csv
from sklearn import metrics
import numpy as np
from math import sqrt
from math import sqrt
from sklearn import preprocessing
i=0
j=[]
data = []
X = []
list=['0','1','2','3'
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值