94 lines
2.9 KiB
Markdown
94 lines
2.9 KiB
Markdown
|
# Python 中的相关矩阵——实际实现
|
|||
|
|
|
|||
|
|
> 原文：<https://www.askpython.com/python/examples/correlation-matrix-in-python>
|
|||
|
|
|
|||
|
|
嘿，读者们！在本文中，我们将详细介绍 Python 中相关矩阵的出现和工作原理。所以，让我们现在就开始吧！
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 什么是相关回归分析？
|
|||
|
|
|
|||
|
|
在`Data Science and Machine Learning`的领域中，我们经常会遇到这样的情况，在这种情况下，我们有必要分析变量并执行特征选择。这就是相关回归分析发挥作用的时候了。
|
|||
|
|
|
|||
|
|
`Correlation Regression Analysis`使程序员能够分析连续自变量**和连续因变量**之间的关系。
|
|||
|
|
|
|||
|
|
也就是说，回归分析评估数据集的自变量之间以及自变量和响应(因变量)之间的可能性和关系。
|
|||
|
|
|
|||
|
|
相关回归分析利用相关矩阵来表示数据集变量之间的关系。
|
|||
|
|
|
|||
|
|
相关矩阵是一种矩阵结构，有助于程序员分析数据变量之间的关系。它表示范围 **0 和 1** 之间的相关值。
|
|||
|
|
|
|||
|
|
正值表示良好的相关性，负值表示低相关性，等于零(0)的值表示特定变量集之间没有相关性。
|
|||
|
|
|
|||
|
|
人们可以从回归分析和相关矩阵中得出以下观察结果:
|
|||
|
|
|
|||
|
|
* 理解数据集自变量之间的依赖关系。
|
|||
|
|
* 帮助选择数据集的重要和非冗余变量。
|
|||
|
|
* 仅适用于数值/连续变量。
|
|||
|
|
|
|||
|
|
现在让我们来关注一下相关矩阵在 Python 中的实现。
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 在 Python 中创建相关矩阵
|
|||
|
|
|
|||
|
|
让我们首先从探索本例中使用的数据集开始。如下所示，数据集包含 4 个独立的连续变量:
|
|||
|
|
|
|||
|
|
* **温度**
|
|||
|
|
* atemp
|
|||
|
|
* **嗡嗡声**
|
|||
|
|
* **风速**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**Correlation Matrix Dataset**
|
|||
|
|
|
|||
|
|
这里，cnt 是响应变量。
|
|||
|
|
|
|||
|
|
现在，我们已经使用`corr() function`为数字列创建了一个相关矩阵，如下所示:
|
|||
|
|
|
|||
|
|
```py
|
|||
|
|
import os
|
|||
|
|
import pandas as pd
|
|||
|
|
import numpy as np
|
|||
|
|
import seaborn as sn
|
|||
|
|
|
|||
|
|
# Loading the dataset
|
|||
|
|
BIKE = pd.read_csv("day.csv")
|
|||
|
|
|
|||
|
|
# Numeric columns of the dataset
|
|||
|
|
numeric_col = ['temp','atemp','hum','windspeed']
|
|||
|
|
|
|||
|
|
# Correlation Matrix formation
|
|||
|
|
corr_matrix = BIKE.loc[:,numeric_col].corr()
|
|||
|
|
print(corr_matrix)
|
|||
|
|
|
|||
|
|
#Using heatmap to visualize the correlation matrix
|
|||
|
|
sn.heatmap(corr_matrix, annot=True)
|
|||
|
|
|
|||
|
|
```
|
|||
|
|
|
|||
|
|
此外，我们使用了 [Seaborn](https://www.askpython.com/python-modules/python-seaborn-tutorial) 热图来可视化矩阵。
|
|||
|
|
|
|||
|
|
**输出:**
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**Correlation Matrix**
|
|||
|
|
|
|||
|
|
因此，从上述矩阵中，可以得出以下观察结果
|
|||
|
|
|
|||
|
|
* 变量‘temp’和‘atemp’与相关值 **0.99** 高度相关。
|
|||
|
|
* 因此，我们可以删除两个数据变量中的任何一个。
|
|||
|
|
|
|||
|
|
|
|||
|
|
|
|||
|
|
**Correlation Matrix-HEATMAP**
|
|||
|
|
|
|||
|
|
* * *
|
|||
|
|
|
|||
|
|
## 结论
|
|||
|
|
|
|||
|
|
到此，我们就结束了这个话题。如果你遇到任何问题，欢迎在下面评论。
|
|||
|
|
|
|||
|
|
在那之前，学习愉快！！
|