问卷/变量之间的相关性
问卷/变量之间的相关性是指在统计学中用来衡量两个或多个变量之间关系强度和方向的指标。相关性可以帮助我们了解变量之间的相互影响程度，从而更好地理解数据和进行决策。
相关性通常用相关系数来度量，常见的相关系数有皮尔逊相关系数、斯皮尔曼相关系数和切比雪夫相关系数等。这些相关系数的取值范围通常在-1到1之间，其中-1表示完全负相关，1表示完全正相关，0表示无相关性。
问卷/变量之间的相关性在实际应用中具有广泛的意义。例如，在市场调研中，可以通过分析问卷中各个问题之间的相关性，了解不同问题的关联程度，从而更好地理解受访者的需求和偏好。在医学研究中，可以通过分析不同变量之间的相关性，来探索疾病与某些因素之间的关系，为疾病的预防和治疗提供依据。
在云计算领域，相关性分析可以应用于用户行为分析、资源优化、性能调优等方面。例如，在用户行为分析中，可以通过分析用户的行为数据，了解不同变量之间的相关性，从而更好地理解用户的需求和行为模式，为产品的改进和推广提供依据。在资源优化和性能调优中，可以通过分析不同变量之间的相关性，找出对系统性能影响较大的因素，从而进行相应的优化和调整。
腾讯云提供了一系列与云计算相关的产品，可以帮助用户进行相关性分析和数据处理。例如，腾讯云的数据分析平台TencentDB for MySQL可以提供强大的数据处理和分析能力，帮助用户进行相关性分析和数据挖掘。同时，腾讯云还提供了云服务器、云数据库、云存储等基础设施产品，为用户提供稳定可靠的云计算服务。
更多关于腾讯云产品的信息和介绍，您可以访问腾讯云官方网站：https://cloud.tencent.com/
相关·内容
我对44名受访者进行了一系列长期调查(虽然不多，但我做得再好不过了)。
我需要使用两步分析在SPSS中对样本进行聚类，但是确实有很多变量。在6份不同的调查问卷中，约有200个定量问题(变量)，更不用说定性问题了。
我的第一个问题是:我应该使用所有的量化变量来进行聚类分析吗？我阅读的所有手册都为集群解决方案选择了一些选定的变量，而不是所有这些变量。
第二个问题是，我试图对所有的定量数据使用分层聚类，但SPSS通知说：
警告
没有足够的有效案例来执行聚类分析。
...which意味着我拥有的数据集不能用来进行聚类分析.在这种情况下，我应该做什么来执行聚类分析？
浏览 9提问于2016-11-15得票数 0
1回答
我有一个调查问卷，有多个答案选项，比如“什么都没有”，“很少”，“有点”，“部分”，“很多”，“完全”。多个问题的答案。 我正在对这个测试和另外两个测试进行相关分析(开始)，有不同但相似的答案选择。 我正在尝试将它们转换为具有“权重”的值，以便它们在计算中起作用。无(1)、非常少(2)、完全(6)等...有没有可能以一种在csv上永久存在的方式来做到这一点？
浏览 34提问于2020-07-10得票数 0
回答已采纳
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
我正在创建一个在线问卷，我希望每个用户都能接受一次问卷。当用户访问我的页面时，他们将需要填写一些个人信息，这些信息将被存储在带有随机id的sql数据库中。然后，他们将采取调查问卷，他们的答案将链接到存储的身份证。在填写这份个人信息之前，他们不应该能够访问调查问卷。
理想情况下，他们可以离开页面，随时回来填写问卷，但这是不必要的。
有人能为我指出正确的方向吗？如果我要为用户创建登录，我就知道该如何做，但我不希望用户不得不登录。我觉得这应该是可能的，但不清楚要搜索什么来找到如何做这方面的信息。
谢谢!
浏览 1提问于2014-10-05得票数 1
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
我对SPSS没有概念，我正在为我的论文准备一份调查问卷，应该用SPSS进行分析。我下载了这个软件，我想学习SPSS和如何分析问卷。问卷中混合了“是”/“否”的问题，以及其他有4个选项的工作人员，样本量为12。请你指导我从SPSS开始，如何分析问卷。
浏览 2提问于2012-01-27得票数 1
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
我在做关于网络行为的研究。我的研究对象被要求填写一份调查问卷。
他们不知道的是，这份问卷由一系列的形式组成：
每当他们提交一份表格，他们就会收到另一份表格。从他们的角度来看，调查问卷永远不会结束。它是由一个包含数千个来自旧研究的随机问题的数组填充的。
--我想测试一下，不同用户持续运行多久。
我有两个选择：
将每个表单在提交时保存到数据库中。每个连续表单UPDATE与当前页计数具有相同的数据记录。这很简单，我知道怎么做。
在用户执行任务时没有保存任何数据。当用户放弃任务时，即当用户关闭浏览器窗口时，将从SESSION中保存当前页面计数。
如何做到这一点?当用户关
浏览 5提问于2014-05-01得票数 2
回答已采纳
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
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
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
1回答
我正在为我的硕士论文写一份学习方案。这项研究试图比较非传染性疾病和危险因素的比率，并确定农村向城市迁移的影响。将从农村地区识别兄弟姐妹对。其中一名兄弟姐妹应该参加了目前正在该地区进行的农村非传染性疾病调查。另一个兄弟姐妹应该已经离开该地区并报告搬到city.Data将通过完成一份关于人口统计数据、家族史、病史、饮食、饮酒、吸烟、身体状况的问卷收集农村兄弟姐妹和城市兄弟姐妹的activity.This，并提供在城市地区度过的时间的数据。
结果是二元的(无论一个人是否患有某种疾病)：1.糖尿病，2.高血压，3.肥胖
考虑到兄弟姐妹是匹配的(每个农村兄弟姐妹对应一个城市兄弟姐妹)，我可以使用什么统计
浏览 11提问于2016-08-23得票数 0
1回答
我有一个与领域驱动设计中聚合体之间的关系相关的问题。
我有以下情况:我有一个总体(问卷)，其中有一些孩子(问题)。这些问题是实体问题，但由于它们在问卷汇总中，它们可以具有本地身份(即在id 1234的问题单中有id 1的问题；我可以在id 1中有另一个问题，但在另一个问题单中)。因此，要提到一个问题，你总是必须用它的父母问卷id来限定它。
另一方面，我有另一个集合(收集活动)，它存储问卷中问题的数据(响应集)(收集活动通过其id指向调查表，而响应集通过其id再次指向问题)。我可以有几次收集活动(可能在不同的时间进行)，每一次收集活动都有不同的答复集，但是针对相同的问卷(和问题)。
所以我的问题
浏览 4提问于2017-02-11得票数 2
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
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
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
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
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
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
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
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
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
我正在写我的论文，我采用了4份不同的问卷，我收集了我的数据。
我正在使用SPSS软件分析我的数据，但问题是我对该软件知之甚少。
请帮助我，我如何将我的数据输入到SPSS中，以及如何分析它？
我是同时输入4份调查问卷的数据，还是应该分别输入每个调查问卷的数据？
我尝试单独输入一份调查问卷的数据，但我如何分析或将其加入其他三份调查问卷进行分析？
浏览 1提问于2019-05-14得票数 0
1回答
最近邻推荐系统w/范畴变量
、、、、
我想建立一个推荐系统：
在推荐时没有评级，因此只需要一个纯粹基于上下文的推荐系统。
由于输入的特点，问卷的答案是可用的(全部分类)
我的想法如下：
通过适当的距离测量，根据问卷的答案找出最相似的用户。
这些用户过去的建议对系统中的新用户是相关和有意义的。
在选择编码和距离度量时，我遇到的问题是，只有从二进制到有20个唯一值的问题的值的范畴变量。单热编码有它的缺点与多重共线性，我不确定，因为变量有20个独特的可能性，得到了如此强烈的强调。
有没有人推荐一种可能的方法？非常感谢!
浏览 0提问于2022-10-04得票数 1
3回答
假设我有一个由三页组成的调查问卷，用户应该提交该问卷。我通过会话收集变量。我应该将会话中的所有变量从一个页面传递到另一个页面，重复它们，还是将变量从第一页传递到第三页？例如，我在第一页有“名字”和“姓氏”，第二页有“电子邮件”和“地址”，第三页有“年龄”和“职业”。我可以将第一页的“名字”和“姓氏”直接传递到第三页吗？或者我必须先将它们传递到第2页，然后再将它们从第2页传递到第3页？
谢谢!
浏览 0提问于2010-08-21得票数 0
1回答
我有两个3D (12x12x10)矩阵，它们是从CONN Software中的Functional Connectivity Analysis和.mat格式获得的。每个3D矩阵由12个感兴趣区域的10个独立矩阵组成。一个是考虑休息条件，另一个是任务条件。我想要比较在执行R中的两个3D矩阵之间的相关的FC中的差异，但我不知道如何让R理解我有一个3D矩阵！它混合在一个奇怪的2D矩阵中。使用以下代码：
# Load connectivity matrix
mat<-read.table("R/Matriz/neural", header = FALSE)
View(mat)
r
浏览 3提问于2018-04-25得票数 0
我有一个数据集，其中包含许多不同的变量，每个变量都有自己的组子集。我还有一个目标变量。我想确定哪些组与响应相关，并成功地为每个变量和响应创建了一系列相关矩阵，还分别使用R中的cor函数和corrplot函数绘制了相应的相关图。 对于我正在做的事情，我对变量之间是否相互关联不感兴趣，我只对它们是否与响应变量相关感兴趣。有没有一种方法可以在绘制之前过滤相关矩阵，以便只包含目标变量的变量
浏览 7提问于2021-01-10得票数 0
回答已采纳
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
我有一个包含10个不同输入和1个输出的大型数据集。所有的输出和输入都是谨慎的(低、中、高)。我正在考虑创建一个神经网络来解决这个问题，然而，当我将网络设计为有3种不同的输出(低，中，高)并使用softmax神经元时，我基本上得到了一个“概率”。我说的对吗？
这让我认为尝试朴素贝叶斯分类器可能更好，从而忽略输入变量之间可能的相关性，然而在大型数据集中，朴素贝叶斯显示了有希望的结果。
在这种情况下，有没有理由选择神经网络而不是贝叶斯？当你想要一个概率作为输出(使用神经网络中的softmax函数)时，选择神经网络的原因是什么？
浏览 4提问于2012-08-20得票数 1
回答已采纳
1回答
我有一个有36行和5列的数据集。栏目是销售，分销，电视-玻璃钢，消费_非电视，Spent_on_Promotion的一个品牌.
当我运行相关性时，分布与销售高度相关(0.95)，但其他变量与销售没有很好的相关性(<0.4)。在回归模型中，以销售额为因变量，所有其他变量均为自变量，得到了较高的分布正系数，而对其它自变量(TV、Spent、Spent_on_Promotion)则得到了一个负系数。
我尝试过进行不同类型的变量转换，但几乎得到了类似的结果。我的假设是，营销策略(TV、、Spent_on_Promotion)肯定会对销售产生一定的影响。有办法解决这个问题吗？
浏览 2提问于2022-07-24得票数 -1
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
2回答
如何选择神经网络的特征？
、、、
我知道这个问题没有一个明确的答案，但假设我有一个巨大的神经网络，有大量的数据，我想在输入中增加一个新的特性。“最好”的方法是使用新特性测试网络并查看结果，但是是否有一种方法来测试该功能不太可能有帮助呢？比如相关测度等等？
浏览 0提问于2014-07-10得票数 22
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
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
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
1回答
不正确的相关结果
、、
我正在研究一个有限结果的预测系统，其输出为-1或1，这取决于10个传感器检测到的值。
class_label sensor0 sensor1 sensor2 sensor3 sensor4 sensor5 sensor6 sensor7 sensor8 sensor9
count 400.000000 400.000000 400.000000 400.000000 400.000000 400.000000 400.000000 400.000000 400.000000 40
浏览 0提问于2019-07-22得票数 3
3回答
我试图在Matlab中创建一个对称的随机数的二元正态分布。我知道高斯的标准差(例如15)，并且它在两个方向上是相同的。如何使用此标准差信息以Matlab可以接受的mvnrnd命令的形式获得协方差？谢谢，我真的很感谢你的建议。
浏览 1提问于2014-07-24得票数 0
2回答
在叠加泛化中，在训练集(即第一层)上训练几种算法，然后使用第二层模型对它们的预测进行叠加。在许多文献中，人们说第一层算法最好是低相关性的。如何计算算法之间的相关性？
浏览 0提问于2017-06-27得票数 2
回答已采纳
1回答
我有这样的数据集，基本上都是数值时间序列数据。
📷
我想为它的未来值生成虚拟/人工/假数据，最好是在python中。为了合理地看待未来的价值，我怎样才能做到这一点？
我检查了一些包，比如faker、Timesynth；但是我想不出如何生成考虑到以前数据的数据。
浏览 0提问于2020-12-06得票数 0
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
这是我的密码。我得到一个错误，当我使用chol(V)时，V不是正定的。我认为在建筑上，它必须是正定的。知道出什么问题了吗？
% I want 10000 draws of a 5x1 multivariate normal distribution
N =5;
T = 10000;
% randomly generate standard deviations
sigma = 1 + .1*rand(N,1);
% randomly generate correlations which are between [-1,1]
rho = -1+2*rand(nchoosek(N,2),1)
浏览 6提问于2022-04-19得票数 0
1回答
假设我们有
f(x,y,z) = x/k - (y/k) ((z - x/k)/(z - y/k))
k = constant \in ]0,1[
我需要以某种方式证明变量x在某种度量中更重要，我不知道哪一个可能是好的。我考虑过分析函数的偏导数，但我不认为这是一个好方法，因为人们只会看到一些通过表面的受限路径。
另一种方法是在某些感兴趣的领域进行蒙特卡罗模拟(它确实存在，实际上是一个现实世界的问题)，并看到函数值的方差增加了更多变化的x，固定了另一个变量，而不是与x固定的相同的模拟。
在某种程度上，我们可以把这个函数看作一个模型，我需要计算变量的重要性，这也是一种方法。
但我真的很困惑
浏览 0提问于2021-01-04得票数 2
1回答
比较R中的多个相关性
、、、
随着时间的推移，我有成百上千的种群相关性(不同的物种，地点等)。我如何统计分析所有这些相关性(针对它们各自的组)？
我有每个600+相关性的p值，顺，相关系数，但我如何在组内比较这些(物种，位置等)。
我试图对与种群数量(百分比)和年份相关的数据执行大的部分相关，当在家庭内关联时，将物种和位置(变成虚拟变量)作为控制因素，当在物种内关联时，将位置(作为虚拟变量)作为控制变量，但不确定这是否正确。
以下是一些示例数据，但这是一个与实际数据问题相反的更符合逻辑的问题：
Location Species Year Section Total Perce
浏览 36提问于2017-07-20得票数 0
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
3回答
目前，我有数据集的数值以及非数值属性.我试图使用R编程语言删除dataset中的冗余特性。注意:不能将非数字属性转换为二进制属性。
Caret R包提供了findCorrelation，它将分析可以删除的属性的数据属性报告的关联矩阵。但是，它只工作'x‘的数值。我一直无法找到用于非数字属性的包。
卡莱特R包中是否有一个函数也适用于非数字属性？如果没有，有什么方法/包可以帮助我实现同样的目标？
浏览 0提问于2019-11-12得票数 1
当我多次运行rand函数时，它会生成一个服从均匀分布的随机值序列，每个值都是从前一个值中计算出来的，因此整个序列是针对具有完全范围0:1的单个随机变量绘制的。
在我的模拟程序中，我有两个独立的随机变量X,Y。在每次迭代中，我应该为每个迭代生成一个新值，有时只为其中一个生成一个值。所以我为X，Y，X，Y生成一个值.等等，这种生成序列意味着它们共享相同的种子和0:1范围，因此，在一个变量的情况下，以前生成的数字序列现在分布在两个变量上。
，我需要每个变量都有自己的独立序列，而不是共享相同的序列。这是为了模拟的质量。有什么帮助吗？
浏览 0提问于2018-04-17得票数 2
回答已采纳
这是我的数据集：
我是数据分析新手，找出这两个事件之间的相关性(Inc_cnt)的最佳方法是什么？
inc_cnt_bfr是之前的事件，inc_cnt_aft是之后的事件。appid和chg_number成对出现。
以第1行为例，事件提升之前为20，事件提升为70。
我遇到过最近的邻居(n_neighbour，和metrics=‘相关性’)，当我查看文档时，很难理解。在我的训练中，我介绍了numpy，pandas和基本的ml算法。为了实现我所学到的知识，但需要一些关于找到相关系数或对此类数据集进行假设检验的最佳方法的建议，我已经实现了两种方法，即@rajith和@Ricardo的建议
浏览 4提问于2020-04-23得票数 0
我正在用线性回归法预测体重指数。
数据的散点图如下所示。
📷
正如您在图中所看到的，这两个变量之间的相关性似乎很低(或没有)，因此我怀疑我是否使用了正确的方法。是否需要有相关的数据才能使用线性回归？你会建议我尝试其他方法或添加功能吗？
浏览 0提问于2022-09-25得票数 0
回答已采纳
为了澄清，我在木星笔记本中使用了Python
我想提高我在数据科学的技能，所以我接手了一个上周结束的项目。
在这个项目中，我的目的是建立一个逻辑回归。我做了我的数据准备等等，我做了一个特性选择，最后，为了改进我的模型，我做了corr()并得到了相关的最后一个特性。
但我认为这不是做这项工作的最佳方法。我认为corr()需要在特性选择之前做出。因此，我试图在特性选择之前制作corr()来查看，但遇到了一个问题。
让我们看看第一次是如何做到的(毕竟这是我的数据准备，等等)：
我用我的分类栏做了假人
df1=pd.get_dummies(df[[cat_cols]])
我把我的数量列
浏览 0提问于2019-04-05得票数 0
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
