距离相关系数用来判断两个变量是否独立，值域为[0,2]

值接近0，两个变量正相关
值接近1，两个变量无关
值接近2，两个变量负相关

距离相关系数可以参考：https://docs.scipy.org/doc/scipy/reference/generated/scipy.spatial.distance.correlation.html

维基百科解释：https://en.wikipedia.org/wiki/Distance_correlation

python中的使用也很简单：

from scipy.spatial.distance import correlationif __name__ == '__main__':corr_values = correlation([1, 2, 3, 4, 5],[5, 4, 3, 2, 5],)print(corr_values)

输出1.242535625036333，说明两个序列负相关

特征筛选的示例代码

import pandas as pd
from sklearn.datasets import make_classificationdef distance_corr(x_data: pd.DataFrame, y_data: pd.Series) -> pd.DataFrame:# 距离相关系数from scipy.spatial.distance import correlationdis_series = pd.Series(0.0, index=x_data.columns)for col_name, values in x_data.iteritems():dis_series[col_name] = correlation(values, y_data)return pd.DataFrame(dis_series)if __name__ == '__main__':value_x, value_y = make_classification(n_samples=1000, n_classes=4, n_features=10, n_informative=8)df_x = pd.DataFrame(value_x, columns=['f_1', 'f_2', 'f_3', 'f_4', 'f_5', 'f_6', "f_7", "f_8", "f_9", "f_10"])df_y = pd.Series(value_y)# 下面是筛选单变量特征feature_df = distance_corr(df_x, value_y)  # 距离相关系数for col_index, value in feature_df.iterrows():print(col_index, ":", value[0])

特征筛选5——距离相关系数筛选特征（单变量筛选）相关推荐

特征筛选6——肯德尔相关系数筛选特征（单变量筛选）
肯德尔系数主要是用来判断两个有序序列的相关性大致的计算流程: 对x与y先进行排序,得到不同的值对应的顺序 x与y配对计算,判断他们的顺序的一致对 (x的顺序与y的顺序相同) 和分歧对 (x的顺序与y ...
特征筛选4——斯皮尔曼相关系数筛选特征（单变量筛选）
斯皮尔曼相关系数(斯皮尔曼等级相关系数),可以用来计算单调性,计算思路是: 首先将值做排序判断排序的序号之间的相关系数更多详情请参考:https://zh.wikipedia.org/wiki/% ...
特征筛选2——皮尔逊相关系数筛选（单变量筛选）
值域为正负1之间,用来筛查单变量与预测结果之间的相关关系,一般来讲: 绝对值在0-0.1之间:无关绝对值在0.1-0.3之间:弱相关关系绝对值在0.3-0.6之间:存在相关关系绝对值在0.6-0 ...
特征筛选3——卡方检验筛选特征（单变量筛选）
sklearn文档:https://scikit-learn.org/stable/modules/generated/sklearn.feature_selection.chi2.html 卡方检验 ...
特征筛选1——根据方差筛选（单变量筛选）
根据给定方差的阈值,删除掉值变化小的维度,以此降低数据规模.当把阈值设置为0的时候,就会删除没有变化的数据. 示例 import numpy as np from sklearn.feature_se ...
吴恩达机器学习（第二章）——单变量线性回归
第二章-单变量线性回归文章目录第二章-单变量线性回归模型描述代价函数梯度下降梯度下降的思想梯度下降算法的公式梯度下降的运动方式线性回归的梯度下降模型描述在监督学习中我们有一个数据 ...
高维数据中特征筛选方法的思考总结——单变量分析筛选法
基因组学.转录组学.蛋白组学及代谢组学等生信问题(高通量数据)中,面临的第一步往往就是降维(或者说筛选特征).降维方法分为两大类:单变量分析降维法.多变量分析降维法.单变量降维常常使用FC值或者P值, ...
ML之FE：机器学习算法/数据挖掘中特征选取(变量筛选)的简介、常用方法(单变量分析并筛选—Filter/Wrapper/Embedded、多变量间相关性分析并筛选—PCC/MIC/IV)之详细攻略
ML之FE:机器学习算法/数据挖掘中特征选取(变量筛选)的简介.常用方法(单变量分析并筛选-Filter/Wrapper/Embedded.多变量间相关性分析并筛选-PCC/MIC/IV)之详细攻略 ...
实战 lasso特征筛选得到5个基因 cox单因素分析得到很多有意义的基因如何lasso筛选特征基因然后再进行cox多因素分析
二.为什么需要用 Lasso + Cox 生存分析模式一般我们在筛选影响患者预后的变量时,通常先进行单因素Cox分析筛选出关联的变量,然后构建多因素模型进一步确认变量与生存的关联是否独立. 但这种做法 ...

特征筛选5——距离相关系数筛选特征（单变量筛选）

特征筛选的示例代码

特征筛选5——距离相关系数筛选特征（单变量筛选）相关推荐

最新文章

热门文章