python 皮尔森相关系数

皮尔森理解

皮尔森相关系数（Pearson correlation coefficient）也称皮尔森积矩相关系数(Pearson product-moment correlation coefficient) ，是一种线性相关系数。皮尔森相关系数是用来反映两个变量线性相关程度的统计量。相关系数用r表示，其中n为样本量，分别为两个变量的观测值和均值。r描述的是两个变量间线性相关强弱的程度。r的绝对值越大表明相关性越强。

简单的相关系数的分类

0.8-1.0 极强相关
0.6-0.8 强相关
0.4-0.6 中等程度相关
0.2-0.4 弱相关
0.0-0.2 极弱相关或无相关

r描述的是两个变量间线性相关强弱的程度。r的取值在-1与+1之间，若r>0，表明两个变量是正相关，即一个变量的值越大，另一个变量的值也会越大；若r<0，表明两个变量是负相关，即一个变量的值越大另一个变量的值反而会越小。r 的绝对值越大表明相关性越强，要注意的是这里并不存在因果关系。

python 实现

# encoding:utf-8import pandas as pdfrom pandas import DataFrameimport matplotlib.pyplot as plotimport math

#target_url = ("https://archive.ics.uci.edu/ml/machine-learning-databases/undocumented/connectionist-bench/sonar/sonar.all-data")

#rockVMines = pd.read_csv(target_url ,header=None,prefix="V") #prefix前缀

rockVMines = pd.read_csv('../rockdata.txt',header=None,prefix="V")  #prefix前缀row2 = rockVMines.iloc[1,0:60]row3 = rockVMines.iloc[2,0:60]n = len(row2)mean2 =  row2.mean()mean3 =  row3.mean()t2=0 ; t3=0;t1=0for i in range(n):    t2 += (row2[i] - mean2) * (row2[i] - mean2) / n    t3 += (row3[i] - mean3) * (row3[i] - mean3) / nr23=0for i in range(n):    r23 += (row2[i] - mean2)*(row3[i] - mean3)/(n* math.sqrt(t2 * t3))print r23

corMat = DataFrame(rockVMines.corr())  #corr 求相关系数矩阵print corMatplot.pcolor(corMat)plot.show()

转载于:https://www.cnblogs.com/lxnz/p/7098954.html

python 皮尔森相关系数相关推荐

python皮尔森相关系数_Python计算皮尔逊 pearson相关系数
pearson相关系数:用于判断数据是否线性相关的方法. 注意:不线性相关并不代表不相关,因为可能是非线性相关. Python计算pearson相关系数: 1. 使用numpy计算(corrcoef) ...
python计算相关系数
python计算相关系数 from math import sqrtdef multipl(a, b):sumofab = 0.0for i in range(len(a)):temp = a[i] ...
c语言皮尔森系数程序,按条件选入观测；皮尔森相关系数
MEAP01.RAW 中的数据是 2001 年密歇根州的数据.利用这些数据回答如下问题. (1)求出 math4 的最大值和最小值.这个范围合理吗?请解释. (2)有多少学校在数学测试中有 100%的 ...
Heatmap热力图、pandas.DataFrame.corr()、皮尔森相关系数
Heatmap热力图 Heatmap热力图是一个以颜色变化来显示数据的矩阵. matplotlib可通过以下两种方法绘制heamap: matplotlib.axes.Axes.imshow matp ...
深度学习基础：一致性的评价方法（皮尔森相关系数法、Cohen‘s Kappa相关系数）
1 什么是一致性评价 2 一致性评价(皮尔森相关系数法) 3 一致性评价(Cohen's Kappa 相关系数) 4 Cohen's Kappa计算方法 5 Cohen's Kappa取值的一致性含义
python绘制相关系数热力图
python绘制相关系数热力图一.数据说明和需要安装的库二.准备绘图三.设置配色,画出多幅图全部代码: 本文讲述如何利用python绘制如上的相关系数热力图一.数据说明和需要安装的库数据是 ...
人工智能数学基础4：离差、平均差、方差、标准差、协方差、皮尔森相关系数
一.离差(Deviation) 离差即标志变动度,又称"偏差",是观测值或估计量的平均值与真实值之间的差,是反映数据分布离散程度的量度之一,或说是反映统计总体中各单位标志值差别大小 ...
相关系数之皮尔森相关系数
皮尔森相关系数(Pearson Correlation Coefficient) 先讲几个统计学中一些基本的数学概念: 数学期望就是平均值: 均值公式: 方差: 或者: 另一种形式: 标准差: 标准差 ...
皮尔森相关系数_追逐梦想的顾咏丰_新浪博客
皮尔森相关系数是统计学中比较重要的概念,它能够计算衡量出 2 个随机变量的相关性.在我们特征选择时特别重要,现在给出维基百科上的介绍 In statistics, the Pearson correl ...

python 皮尔森相关系数

简单的相关系数的分类

python 皮尔森相关系数相关推荐

最新文章

热门文章