版权声明:本文为博主原创文章,转载请在文章开头注明出处,作者:ChenVast;原文链接: https://blog.csdn.net/ChenVast/article/details/82802009
当不知道数据集特征的含义时,可直接对数据集特征进行相关性分析,查看特征的相关系数。
让我们开始把!
载入在线实验数据集
from sklearn import datasets
import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
iris = datasets.load_iris()
数据简单处理,转化成pandas的DataFrame
irisData = pd.DataFrame(iris.data,columns=iris.feature_names)
irisData.head()
数据看起来不错,继续...
相关性分数计算方法
使用pandas库自带的corr函数,进行相关性分数计算。
DataFrame.
corr
(method='pearson', min_periods=1)
计算列的成对相关性,不包括NA / null值
参数: | method : {‘pearson’, ‘kendall’, ‘spearman’}
min_periods : int, optional
|
---|---|
计算
irisData.corr()
绘图
使用seaborn的heatmap()函数绘制热图
plt.figure(figsize=(10,10))
sns.heatmap(irisData.corr(),annot=True)
越接近于1的特征相关度越高。