检查变量相关性
是指在数据分析和统计建模中，通过分析不同变量之间的关系来了解它们之间的相关性程度。这有助于我们理解变量之间的相互影响，从而更好地理解数据和进行预测。
在数据分析和统计建模中，常用的方法来检查变量相关性包括：
- 相关系数：通过计算相关系数来衡量两个变量之间的线性关系强度。常用的相关系数包括皮尔逊相关系数和斯皮尔曼相关系数。
- 散点图：通过绘制两个变量的散点图，可以直观地观察它们之间的关系。如果散点图呈现出一定的趋势或模式，说明两个变量可能存在相关性。
- 协方差矩阵：通过计算变量之间的协方差矩阵，可以得到变量之间的协方差值，从而判断它们之间的相关性。
- 热力图：通过绘制变量之间的相关系数矩阵的热力图，可以直观地观察变量之间的相关性。颜色越深表示相关性越强。
- 回归分析：通过建立回归模型来分析变量之间的关系。回归模型可以帮助我们预测一个变量如何随着其他变量的变化而变化。
检查变量相关性在许多领域都有广泛的应用，包括金融、市场营销、医学研究等。它可以帮助我们理解变量之间的关系，发现潜在的因果关系，从而做出更准确的预测和决策。
腾讯云提供了一系列与数据分析和云计算相关的产品和服务，可以帮助用户进行变量相关性的分析和建模。其中包括：
- 腾讯云数据智能平台（https://cloud.tencent.com/product/tcdata）：提供了数据分析和挖掘的工具和服务，包括数据仓库、数据集成、数据可视化等，可以帮助用户进行变量相关性的分析。
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tcml）：提供了机器学习算法和模型训练的平台，可以帮助用户建立回归模型来分析变量之间的关系。
- 腾讯云大数据平台（https://cloud.tencent.com/product/tcbigdata）：提供了大数据处理和分析的工具和服务，包括数据存储、数据计算、数据挖掘等，可以支持变量相关性的分析和建模。
总之，检查变量相关性是数据分析和统计建模中的重要步骤，可以帮助我们理解变量之间的关系和影响，从而做出更准确的预测和决策。腾讯云提供了一系列与数据分析和云计算相关的产品和服务，可以帮助用户进行变量相关性的分析和建模。
相关·内容
我有一个大的数据，并希望执行一些预测模型(如回归，决策树，..)但我有个问题。由于变量太多，是否有任何方法可以确定在模型中使用哪些变量作为预测变量来预测某个特定变量？任何帮助都将不胜感激。
浏览 0提问于2017-08-17得票数 2
我有一套东西。我计算了两个距离矩阵：X使用度量f1定义每个对象对之间的距离，以及Y -使用度量f2。现在，我想了解如果两个对象在度量f1中是相似的，那么它们也按照度量f2相似。我该怎么做呢？
例如，f1可以说两个对象的颜色是否相似，f2 --两个对象的大小是否相同。但衡量标准可以是任何东西。例如，我们可以讨论文章，f1可以是Jaccard距离，度量两篇文章共有多少标记，而f2可以是欧几里得距离，测量两篇文章的单词向量之间的距离。现在我想了解的是蓝色物体的两个对象是否很大，或者带有“种族主义”标签的文章是否有类似的内容。
我是在问相关性吗？如何在X和Y之间计算它？
浏览 0提问于2020-04-17得票数 1
回答已采纳
2回答
大范畴变量数据集的预处理
、、、、
我试图找出这个问题的基本答案，但堆栈溢出似乎没有一个是最合适的。
我有一个40列和55,000行的数据集。这些列中只有8列是数字的。其余的32个是绝对的，每个字符串都有值。
现在，我希望对预测模型进行探索性数据分析，并且需要删除某些不相关的列，这些列与目标没有很高的相关性(变量用于预测)。但是，既然这32个变量都是绝对的，我能做些什么来了解它们与目标变量的相关性呢？
我想尝试的是：
LabelEncoding所有32列然后通过PCA运行一个维度缩减，然后创建一个预测模型。(如果我这样做，那么如何通过删除具有低corr()和目标的无关列来清理数据？)
一个热编码所有32列，并直接运行一个
浏览 0提问于2019-09-04得票数 0
回答已采纳
2回答
我有两个变量价格和距离，并想知道两者之间是否存在相关性，以及它在统计学上有多重要。
我用最小二乘法在python中创建了一个线性模型，但是我不知道如何从它得到任何相关的度量。
谢谢,
浏览 1提问于2016-10-22得票数 0
回答已采纳
1回答
我试图通过改变指标变量(利率)来确定一个目标变量(通货膨胀)的定量值。
该行业基本上采用线性模型，如VAR。是否有最先进的方法来捕捉这种关系？
浏览 0提问于2023-06-02得票数 0
2回答
SPSS不断地从我的回归中排除一个变量，我不是很确定为什么。这里是我开始的地方：
Perf = ILTProt + LProt + AbsoluteFitProt + Male + EDUC + Age + C
然后，我决定将AbsoluteFitProt变量换成类似的东西的不同度量：
Perf = ILTProt + LProt + FitProt + Male + EDUC + Age + C
但是SPSS总是省略ILTProt，所以我最终得到了
Perf = LProt + FitProt + Male + EDUC + Age + C
有人知道为什么会这样吗？或者如何修复它？
浏览 0提问于2015-09-20得票数 0
1回答
因变量与自变量
、、、
如果给我一个包含许多变量的大型数据集，是否可以确定其中任何两个变量是独立的还是相关的？让我们假设除了统计研究之外，我对数据一无所知。 查看相关性/协方差是否能够确定这一点？ 这样做的目的是确定在机器学习中使用哪些变量来预测特定结果是最好的。我有一些变量之间的相关性在0.40 - 0.50之间，但我不确定是否存在高相关性的==依赖关系。 谢谢
浏览 13提问于2019-10-13得票数 0
1回答
我想读一个txt文件，做一些文本挖掘的方法。当我在R中使用tm包时，我得到了很多错误消息。例如，如果我想关联最频繁的单词，我只得到NA's。以下是我到目前为止使用的代码：
library(tm)
doc <- c("word1 word1 word2 word1 word2 word3 word1 word2 word3 word4 word1 word2 word3 word4 word5")
Corpus <- Corpus(VectorSource(doc))
Corpus <- tm_map(Corpus, stripWhitespace)
浏览 1提问于2013-04-24得票数 1
回答已采纳
我有两列，A和B，在一个名为X的数据框中。A有38层，B有3层。
如何检查A的38个级别和B的3个级别之间的相关性？谢谢。
浏览 1提问于2017-11-20得票数 0
我想自动化我的代码，因为我想让它遍历几个文件。每次我想要创建一个相关矩阵，以确定一个阈值，如果2列之间的相关性高于阈值-从它们中选择一个并将其从数据帧中删除。我想继续这个过程，直到我没有任何高于阈值的相关性。
有没有人知道如何处理这个问题？谢谢!
浏览 2提问于2020-01-16得票数 1
2回答
形状值可以解释对吗？
、、、、
在使用SHAP值解释基于树的模型时，我遇到了一个问题。
(https://github.com/slundberg/shapsd)
首先，我输入了大约30个特征，我有两个特征，它们之间有很高的正相关。
在此之后，我对XGBoost模型(Python)进行了训练，并查看了SHAP值与SHAP值之间的负相关关系。
请大家向我解释一下，为什么两个特性之间的输出SHAP值不具有与输入相关性相同的相关性？我能相信SHAP的输出吗？
=========================
投入的相关性: 0.91788
SHAP值之间的相关性：-0.661088
两个特征是
1)省和
2)省内家庭
浏览 0提问于2019-11-26得票数 4
回答已采纳
1回答
我在R中的卡雷特包中有几个关于findCorrelation()函数的Q。
当我使用此代码时：
correlations <- cor(list)
highCorr <- findCorrelation(correlations, cutoff = .6, names = FALSE)
new_list <- list[, -highCorr]
它是否删除0.6以上及以下的所有功能？
假设我有两个相关的特征，男的和女的(由于缺少值而不完全相同)，如果它们相互关联，函数如何选择删除哪一个？
浏览 1提问于2017-03-21得票数 5
回答已采纳
1回答
我有一个数据集，其中有多个自变量，它们可能与因变量有一些关系。我试图找到每个自变量之间的关系，首先直观地绘制每个自变量和因变量之间的散点图以及相关性。但这似乎对我没什么帮助。 我能想到的是，当我查看feature1与label的关系时，如果找不到一个好的关系，另一个变量feature2或feature3可能会影响这种关系。如何保持一个变量不受另一个变量的影响，并查看它们之间的关系。 实际上，我已经使用VIF和相关性检查了不同特征之间的多重共线性。 附言:我实际上是在尝试拟合一个回归模型
浏览 18提问于2019-06-19得票数 0
我试着在Genz和Bretz之后为多元t分布的cdf算法编写程序，R中的参考包是was范数。
当我测试我的功能时，我发现我的数字不匹配。在下面的示例中，从mvtnorm帮助调整后，多元t随机变量有独立的分量。所以积分应该是3个独立概率的乘积。
> lower <- -1
> upper <- 3
> df <- 4
> corr <- diag(3)
> delta <- rep(0, 3)
> pmvt(lower=lower, upper=upper, delta=delta, df=df, corr=corr)
[1] 0
浏览 0提问于2011-01-01得票数 6
回答已采纳
我不喜欢绘制我的数据(我使用的包，惊喜，是{ corrplot })，并在其中显示成对相关的p值。
现在，我找到了一些有用的东西关于如何做到这一点，乍一看，它进行得出奇地好。但是后来我注意到p值非常奇怪，它们与cor.test()中的实际p值并不一致。
我已经发现(使用典型数据)这不是由于我的数据，而是我在试图包含p值的代码中出现了一些错误。
所以这里有一个可重复使用的例子：
#using built-in r-data:
data("mtcars")
#now for the corrplot:
M = cor(mtcars, use="complete.obs&#
浏览 4提问于2017-08-04得票数 0
回答已采纳
1回答
为什么相关系数不同？
、、、
为什么命令所给出的相关系数不是
cor(t,g)
正如命令中所示
summary(tgmodel, correlation=TRUE)
跑步后也是这样：
t<-c(0,1.2,2.3,3,4,5.2,6.3,7,8)
g<-c(12,10,8,11,6,7,2,3,3)
tgmodel<-lm(g~t)
浏览 5提问于2014-03-23得票数 1
回答已采纳
1回答
我的Screensot如下所示。我需要知道使用了多少相关性，以及哪些元素属于什么相关性。我需要描述什么是相关的。我理解相关性，但在Intalio的这个例子中不是这样的。我需要它来为大学考试做准备。
我非常感谢您的帮助。
浏览 0提问于2013-07-11得票数 2
回答已采纳
1回答
我有5个表示数字向量的列表。我想确定与第一个向量具有最高相关性的向量。
我也有他们的特征值和特征向量。使用它们，我如何识别哪些向量与a1高度相关
我的数据：
a1 = [1, 23, 4, 51, 62, 7, 8, 43, 1, 29]
a2 = [5, 45, 32, 51, 60, 7, 8, 35, 10, 31]
a3 = [13, 3, 64, 35, 36, 37, 48, 3, 31, 1]
a4 = [5, 53, 34, 51, 61, 73, 81, 413, 1, 33]
a5 = [3, 3, 1, 5, 6, 3, 8, 3, 1, 3]
list1 = [a1,
浏览 3提问于2020-04-18得票数 0
1回答
有什么方法可以用imputeTS来预测多个回归变量的时间序列吗？我的所有X(x1，x2，. )都是用NAs表示的一分钟级数据。xn)是不带NAs的连续变量ae。
DateTime Processed Avg 1_Q Median 3_Q
04/01/20 3:22 3 1.8 1 2 2.5
04/01/20 3:23 3 1.6 1 1 2
04/01/20 3:24 1 1.5 1 1
浏览 5提问于2020-12-04得票数 0
我正在对我的数据集运行分析，示例数据帧df：
DOY species replicate position SLA PAR temp A1200 susPQ susNPQ FvFm
1: 46 LINGONBERRY 1 LOW 65.75638 19.70906 -2.850833 0.569690 2.147297 0.9321771 0.5263661 562.1016 0.011440 28.02628
2: 46 LINGONBERRY 2
浏览 2提问于2020-10-07得票数 0
1回答
R中的相关输出
、、
我希望有人能帮我澄清相关矩阵。具体来说，我想知道输出以及-为什么输出是这样的。
我的目的是了解两个分类(无序)数据之间的相关性。在使用其他方法获取计数之前，对数据(以下)进行清理，以从名义变量中创建因子。
例如，我使用虚拟数据在R中创建了一个相关矩阵：
set.seed(1234)
randomCities<-c("Washington","Boston","Seattle","Portland","Oakland","Dallas","Miami")
randomYachts
浏览 2提问于2019-07-12得票数 0
回答已采纳
这不是一个非常具体的问题，但我想知道是否有人可以给我指个正确的方向。从本质上讲，我有一个json数据列表，如下所示：
[
{"name":"Alex",
"Homework 1 grade":"98",
"Homework 2 grade":"48",
"Homework 3 grade":"38",
"Final grade":"94",
"Minutes spoken":"38",
"
浏览 1提问于2021-03-21得票数 0
1回答
我有一个有49列的数据。它们大多是分类的(dtype对象)，有些是数字的。作为数据科学的新手，我试图绘制Pearson相关热图，查看自变量的相关性，但只考虑数值变量。
那么，如何得到数据的范畴变量和数值变量之间的关系呢？
以下是我的数据摘要：
>>> df1.head(3)
Sexe date_naissance Groupe_dage ville Statut_marital Niveau_de_scolarite Situation_professionnelle Autre_situation_professionnelle
浏览 2提问于2020-04-07得票数 0
我正在开发一个房价预测数据集。它有13个特征，我使用的是多元线性回归模型。当我检查特征和目标值的相关性时，它显示了df.corr()方法和Summary()函数奇怪的结果。 对于较少的特征，p相关系数较低。但是，如果我在回归后使用summary()函数，这些特征具有不同的p值。相关系数最低的特征不具有最高的p值。或者由这两个不同函数获得的相关系数和p值没有相似性/相关性。可能出了什么问题？ 对于相关系数 correlation_matrix = BostonHousing_df.corr().round(2) 对于p值 X=BostonHousing_df.iloc[:,:-1].value
浏览 57提问于2019-02-13得票数 0
回答已采纳
我有一个有很多列/特征的数据集，我想建立ML模型，将数据分类为1和0，但我想减少列数。我读了很多关于feature selection的书，但有些东西我不太清楚。当我减少列/特征的数量时，我如何确保最少的信息丢失，或者我如何知道我是否丢失了大量信息？我可以删除的最佳特征数是多少，我如何知道我没有过度拟合模型？
我用过PCA，我做了这样的东西：
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from skle
浏览 2提问于2019-08-23得票数 0
当我符合以下模型时
fullmod <-lme(rrF~Old_N_dep+Overstory_old+Altitude+MAT+MAP+EIV_R+EIV_F+Overstory_diff+SCA_old+SCA_diff,data = regdataOver,random = ~ 1|PlotNR, method = "REML")
我得到了这个错误：
Error in na.fail.default(list(rrF = c(-0.0380393284017694, -0.0110047996186618, :
missing values in objec
浏览 15提问于2017-02-28得票数 0
我正在为别人建立一个交易算法。
我正在数据的两列上运行线性回归。数量和价格。
df：
Volume Price
0 12.952941 8.534815
1 12.972921 8.544813
这就是我运行线性回归的方式。
from scipy.stats import linregress
lr = linregress( df['Volume'],df['Price'])
其中一项要求是确定什么时候成交量已经偏离了价格，还是在价格下降时上升了。
有办法这样做吗？我不知道如何确定这一点。
提前谢谢你。
浏览 0提问于2018-05-29得票数 1
回答已采纳
1回答
我正在使用tensorflow的DNNRegressor来建模一个多元回归问题。我想要形成一个最优的特征子集从一个混合袋的分类和连续的特征。最好的办法是什么？我之所以希望这种方法独立于模型，是因为我在tensorflow的直接上下文中找不到很多关于特征选择/评估的信息。
浏览 0提问于2018-06-12得票数 1
我正在试着分析一个数据。该数据具有一些连续属性，并且目标也是连续的。我使用线性回归和随机森林进行分析。 我想知道的是，我如何确定我的目标连续变量是否依赖于我正在考虑的连续特征。 MSE值有助于比较不同模型的结果。但我的目标和特征是否有任何关系...我该如何学习呢？
浏览 20提问于2021-10-28得票数 0
回答已采纳
我正在尝试按组做一些相关工作，并且一直在使用这个非常有用的线程：
但是，在我的2个变量和分组中有一些NA值，因此我将NA作为每个组的结果
所以我试了一下：
> j <- lapply(split(HTNPS, HTNPS$callcat), function(HTNPS){cor(HTNPS$NPS_int,
HTNPS$holdtime_int,use="pairwise.complete.obs", method = "spearman")})
但是，尽管我得到了更合理的数字，但我得到了这样的警告:在cor(HTNPS$NPS_int，HTN
浏览 0提问于2014-08-26得票数 3
1回答
我正处于模型降维阶段。我有一个分类列的列表，我希望找到每一列与我的连续SalePrice列之间的相关性。以下是列名清单：
categorical_columns = ['MSSubClass', 'MSZoning', 'LotShape', 'LandContour', 'LotConfig', 'Neighborhood', 'Condition1',
'Condition2', 'BldgType',
浏览 0提问于2019-07-14得票数 3
回答已采纳
在Stata中，有没有一种快速的方法来显示变量和一堆虚拟对象之间的相关性。在我的数据中，我有一个自变量，游戏中的goals_scored，以及一堆用于stadium的假人。我如何在一个表中显示goals_scored和i.stadium之间的相关性，而不获取体育场之间的相关性，这是我不关心的。
浏览 0提问于2013-02-04得票数 0
回答已采纳
我正在使用R/ Rmarkdown / knitr通过render()生成多个报告(Pdf)，但是报告的内容/长度将根据底层数据的某些特征而变化。
例如，假设我有10个不同的数据集，每个数据集有50个变量，我正在检查数据中所有50个变量的相关矩阵。我希望为每个数据集生成一个报告，其中每个变量对的相关性大于0.5，每个变量对的相关性小于-0.5。满足这些阈值的相关性数量将因数据集而异，因此报告长度/页数也因数据集而异。
我学会了使用{asis，echo =某些条件，eval =某些条件}来评估是否需要包括整个部分(例如，当没有小于-0.5的负相关性时)。我也见过，当报表之间可能有可变长度的参数时
浏览 3提问于2019-11-19得票数 1
回答已采纳
2回答
如何解释关联结果？
、、、、
我对Matlab中的皮尔逊相关性有一些怀疑，特别是关于p值的概念。我有两个向量(A和B)，我使用corrcoeff函数计算皮尔逊相关性。我得到了以下结果：
相关性
1 0.1219
0.1219 1
和相对p值
1 0.3042
0.3042 1
关于这两个向量，我能说什么呢？我会说，它们之间的相关性肯定很低。但是p值又如何呢？(大于0.05)
浏览 8提问于2019-01-03得票数 0
我正在做一个探索性的分析。
如果目标是一个连续变量，并且属性都是绝对的(离散值)，为了知道每个属性对目标是否存在任何影响，我正在做这样的ANOVA测试：
fvalue, pvalue = stats.f_oneway(df[y], df[x])
pvalue < 0.5
如果该条件为真，则变量之间存在依赖关系。
对于所有变量，我使用ANOVA获得真正的相关性，但相关值在-0.1和0.2之间。
我能用这个做什么结论呢？
举个例子，如果在具有负相关性的变量中，我得到了新的值，以便使这种相关性成为一个很高的正值，那么目标将得到一个更高的值？
有什么想法吗？
浏览 0提问于2020-07-30得票数 2
回答已采纳
2回答
我有一个时间序列数据集，它有63个以traffic_volume为目标的特性。
print(main_data.columns)
Index(['air_pollution_index', 'clouds_all', 'humidity', 'temperature',
'wind_direction', 'wind_speed', 'is_holiday_0', 'is_holiday_1',
'is_holiday_2'
浏览 0提问于2019-10-21得票数 0
1回答
我有一个关于Jmeter的问题。我需要将api发送到服务器。问题是我不熟悉这种类型。我已经从UI发送了，但如果我从Jmeter发送，它不会发送所有参数。这是开发人员工具的调用，也是我通过Jmeter进行的尝试。问题是Jmeter没有发送请求，因为浏览器从浏览器(白色PIC)和Jmeter (黑色) sent.provided a图片，即使我复制了相同的请求。有人能给点建议吗？ *我尝试使用参数创建主体，但Jmeter仍然没有像在浏览器中那样发送所有参数。它添加了内容类型和编码，我不知道要添加什么，它将与浏览器中完全一样 Body作为来自浏览器的代码，我希望Jmeter将其发送到服务器： --
浏览 35提问于2019-05-16得票数 0
我有一个包含不同类型的数据：
a <- data.frame(x=c("a","b","b","c","c","c","d","d","e","f"),y=c(1,2,2,2,3,1,4,7,10,2),m=c("a","d","ab","ac","ac","vc","ed","ed","e
浏览 7提问于2017-03-08得票数 0
回答已采纳
如果我的数据框中有一列的数据类型是character，我会得到下面的错误。
> library("party")
> r2 <- ctree(Sepal.Length ~ .,data=df)
Error in trafo(data = data, numeric_trafo = numeric_trafo, factor_trafo = factor_trafo, :
data class character is not supported
> plot(r2)
> sapply(df,class)
Sepal.Length
浏览 1提问于2015-04-15得票数 4
我正在做我的金融数学论文项目。我遇到的一个问题是，我想找出理论曲线和散点数据之间是否存在某种相关性。
是我拥有的散点数据和理论曲线。
有什么简单的方法可以做到这一点吗？
浏览 1提问于2012-05-16得票数 0
回答已采纳
3回答
相关性与多重共线性
、、、
在进行任何算法之前，我都被教过要检查相关矩阵。我也有几个问题要问：
Pearson相关仅适用于数值变量。如果我们必须检查连续变量和范畴变量之间的相关性，该怎么办？
我读到了一些答案，彼得·弗洛姆提到，在某些情况下，相关性并不显著，但两个变量可以是多个共线的？
删除变量是唯一的解决方案？我在一次采访中被问到，如果我们删除了一个相关变量，那么这种多重共线性是如何产生的呢？因为pandas.corr()检查所有变量之间的相关性。
多元共线性与相关性有何不同？
浏览 0提问于2019-08-07得票数 6
1回答
我的任务是编写两个用户定义的函数来计算协方差和相关性，只使用numpy.sum、numpy.mean和numpy.std.。
到目前为止，我已经编写了以下用户定义的函数：
# x and y are two data (series) as input parameters
#the 'mag and 'depth' are from my Data
def cov(x, y):
mean_x,mean_y = np.mean(x), np.mean(y)
n = len(x)
return sum((x - mean_x) * (y
浏览 2提问于2021-03-20得票数 0
我试图执行与cor()函数的Pearson关联，但是输出只给出了1和-1，而不是系数本身。所以，当我用corrplot()绘制矩阵时，我只看到那些1和-1的值。我该怎么解决这个问题？可以找到我的数据集，并在下面看到我的脚本：
##Must load the libraries we will need! IF you have not installed the packages, do that before you start.
library("corrplot")
##Load in your datasets
D1=BPT5test
##if you don
浏览 2提问于2017-07-25得票数 2
回答已采纳
2回答
为什么相关矩阵是对称的？
、、、
我很抱歉数学这么差。(我是个学生)这是一个相关矩阵。
Q1 Q2 Q3
Q1 1.000000 0.707568 0.014746
Q2 0.707568 1.000000 -0.039130
Q3 0.014746 -0.039130 1.000000
为什么是对称的？为什么Q1:Q2和Q2:Q1相同？他们不应该是对方的对立面吗？我如何阅读这篇文章并理解两者之间的关系？
浏览 0提问于2018-05-07得票数 6
回答已采纳
3回答
考虑下面的示例数据：
a=c(NA,1,NA)
b=c(1,2,4)
c=c(0,1,0)
d=c(1,2,4)
df=data.frame(a,b,c,d)
目的找出NA应降低相关性的2列之间的相关性。NA表示没有发生事件。
有没有一种方法可以在相关性中使用NA，这样它就可以拉低相关性的值？
> cor(df$a, df$b)
[1] NA
或者我应该看一些其他的数学函数？
浏览 2提问于2016-03-15得票数 1
2回答
我目前正在通过Kaggle的泰坦尼克竞赛，我试图找出Survived专栏和其他专栏之间的相关性。我使用numpy.corrcoef()来矩阵列之间的相关性，下面是我所拥有的：
The correlation between pClass & Survived is: [[ 1. -0.33848104]
[-0.33848104 1. ]]
The correlation between Sex & Survived is: [[ 1. -0.54335138]
[-0.54335138 1. ]]
The
浏览 0提问于2019-05-14得票数 1
回答已采纳
1回答
周末数据聚类与多重共线性
、、、
嗨，我有工作日和周末步骤计数的数据，其中我从它们中提取了度量，如wd步骤，我们步骤，wd步骤的标准偏差，我们步骤的标准偏差等等。
wd_count we_count wd_sd_count we_sd_count ... .... ....
1 5000 3000 300 500
2 7000 2000 400 100
如果我对这些数据进行聚类，那么工作日和周末变量将是高度相关的，我必须在聚类之前删除它们。对于这种分析，有什么办法解决这个问题吗？
浏览 0提问于2019-12-30得票数 2
我有一个相关数据：
import pandas as pd
dt = pd.DataFrame({'var1': np.random.randn(3 * 50),
'var2': np.random.randn(3 * 50),
'var3': np.random.randn(3 * 50),
'var4': np.random.randn(3 * 50),
浏览 4提问于2020-07-28得票数 0
1回答
与目标变量高度相关的特征
、、、
如果其中一个预测变量与目标变量(例如0.9)高度相关，我们应该做什么？我们应该放弃它还是保留它来建立预测模型(分类还是回归)？
浏览 0提问于2021-05-25得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
