Kaggle实战（一）：数据相关性分析

1.特征相关性分析

# 导入必要模块
import numpy as np # linear algebra
import pandas as pd # data processing, CSV file I/O (e.g. pd.read_csv)
import matplotlib.pyplot as plt
import seaborn as sns  # 一个简单的画图函数
color = sns.color_palette()

%matplotlib inline

# 利用pandas读取数据
dpath = 'F:/Python_demo/XGBoost/data/'

train = pd.read_csv(dpath + "AllstateClaimsSeverity_train.csv") 

print(train.head(5))  # 显示前5行数据
print(train.info())  # 显示数据相关信息

split = 117  # 分割位置
size = 15  # 总共提取的列数
data=train.iloc[:,split:]  # 提取列数据

cols=data.columns   #