python数据挖掘笔记——相关分析

最新推荐文章于 2024-07-09 17:33:15 发布

小柴~

最新推荐文章于 2024-07-09 17:33:15 发布

阅读量697

点赞数

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python数据挖掘

本文链接：https://blog.youkuaiyun.com/weixin_42695959/article/details/84887291

这篇博客探讨了Python数据挖掘中的相关性分析，包括散点图初步判断、皮尔逊和斯皮尔曼相关系数，并介绍了相关系数的方向和量级。文中还提供了使用Pandas和Numpy进行相关性计算的代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

相关性分析：

对两个或多个具备相关性的元素变量进行分析，从而衡量两个变量之间的密切相关程度，相关性的元素之间要存在一定的联系或概率才可以进行相关性分析。

相关性分析的几个方法：

图示初判(散点图，基本呈一条直线分布）
Pearson相关系数（皮尔逊相关系数）
Sperman秩相关系数（斯皮尔曼相关系数）

相关系数：
相关系数是变量间关联程度的最基本的测度之一。
基本特征：

方向：

正相关，两个变量变化方向相同。
负相关，两个变量变化方向相反。
量级：
低度相关：0<=|r|<0.3
中度相关：0.3<=|r|<0.8
高度相关：0.8<=|r|<=1

下面是代码演示：

#构建样本数据
data1=pd.Series(np.random.rand(100)*100).sort_values()#标准正态分布100个样本
data2=pd.Series(np.random.rand(100)*50).sort_values()
data=pd.DataFrame({'values1':data1.values,'values2':data2.values})
print(data.head())
#计算皮尔逊相关系数
#均值
data1MEAN=np.mean(data1)
data2MEAN=np.mean(data2)
#标准差
data1SD=np.std(data1)
data2SD=np.std(data2)
#Z分数
Zda