marchine learning 之皮尔逊相关系数

最新推荐文章于 2024-05-06 17:14:50 发布

u014372225

最新推荐文章于 2024-05-06 17:14:50 发布

阅读量426

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/70042355

版权

Marchine Learning 专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种计算皮尔逊相关系数的方法，并提供了一个Java类实现。该类通过遍历两个数据实例的所有属性值来计算相关系数，适用于评估两组数据间的线性相关性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

/**皮尔逊相关系数
 *
ρ =(∑xy - ∑x∑y/n)/(∑x^2 - (∑x)^2/n)(∑y^2-(∑y)^2/n)^0.5
 */
public class PersonCorrelationCoefficient {

    public double personCoefficient(Instance a,Instance b){
        if (a.noAttributes() != b.noAttributes())
            throw new RuntimeException("两个数据实例的属性数目不一致");
        double xy =0;
        double sumX = 0;
        double sumY = 0;
        double xTo = 0;
        double yTo =0;
        for (int i=0;i<a.noAttributes();i++){
            xy += a.value(i) * b.value(i);
            sumX += a.value(i);
            sumY += b.value(i);
            xTo += a.value(i) * a.value(i);
            yTo += b.value(i) * b.value(i);
        }
        int n = a.noAttributes();
        return (xy - (sumX * sumY) / n)
                / Math.sqrt((xTo-(sumX * sumX)/n)*(yTo - (sumY * sumY) / n));
    }
}