marchine learning 之 correlation

最新推荐文章于 2023-12-31 01:37:29 发布

u014372225

最新推荐文章于 2023-12-31 01:37:29 发布

阅读量467

点赞数

分类专栏： Marchine Learning 文章标签：机器学习

本文链接：https://blog.youkuaiyun.com/u014372225/article/details/70041927

版权

Marchine Learning 专栏收录该内容

6 篇文章

订阅专栏

本文探讨了机器学习中如何计算相关系数，通过相关性分析可以理解特征之间的相互关系，对于模型的构建和数据理解至关重要。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

机器学习中相关系数计算
code ^_^

    /**
     * correlation = (xi-∑xi/n)(yi-∑yi/n)/Math.sqrt( (xi-∑xi/n)^2 * (yi-∑yi/n)^2)
     *
     * @param d1
     * @param d2
     * @return 相关系数
     */
    public static final double correlation(double[] d1, double[] d2) {
        if (d1.length != d2.length)
            throw new RuntimeException("两个数据的长度不一致");
        double avX = 0.0;
        double avY = 0.0;
        double XX = 0.0;
        double YY = 0.0;
        double XY = 0.0;
        int n = d1.length;

        if (n < 1) {
            return 1.0;
        }
        for (int i = 0; i < n; i++) {
            //sum of d1,d2
            avX += d1[i];
            avY += d2[i];
        }
        // average of d1,d2
        avX /= (double) n;
        avY /= (double) n;
        for (int i = 0; i < n; i++) {
            XX += (d1[i] - avX) * (d1[i] - avX);
            YY += (d2[i] - avY) * (d2[i] - avY);
            XY += (d1[i] - avX) * (d2[i] - avY);
        }
        if (XX * YY == 0.0) {
            return 1.0;
        } else {
            return XY / Math.sqrt(XX * YY);
        }
    }