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 ...
最新文章
- html5自带表单验证-美化改造
- mac python3打包成窗体程序_python3代码打包成mac的程序,没办法运行,各位大神请指导一下...
- Linux之python3编译安装
- 版本控制工具——subversion
- linux 登录直接进入系统,Linux登录和推出系统入门教程
- 【更新】互联网公司可投之参考
- echarts 自定义 tooltip
- 华为网络设备-Telnet实验
- 我的世界修改服务器视距,教程/测量距离 - Minecraft Wiki,最详细的官方我的世界百科...
- 《历术甲子篇》冬至合朔表
- 计算机组成与结构习题答案,计算机组成与结构习题及答案
- 揭开全景相机的创业真相
- web入门 命令执行 web53-web55
- 颜色名称-RGB数值对照表
- 今日金融词汇--- 高利润模式
- 海思Hi3559AV100将caffemodel转为wk文件
- springboot普通类调用bean
- 艾美捷内皮细胞生长添加剂参数说明和相关研究
- 汤家凤高等数学基础手写笔记-导数与微分
- [工具推荐]_iOS音频批量转换