【Python】什么是皮尔森系数

2024-05-10 10:20

文章标签 python 系数皮尔森

本文主要是介绍【Python】什么是皮尔森系数，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

我不完美的梦
你陪着我想
不完美的勇气
你说更勇敢
不完美的泪
你笑着擦干
不完美的歌
你都会唱
我不完美心事
你全放在心上
这不完美的我
你总当做宝贝
你给我的爱也许不完美
但却最美
🎵 周冬雨《不完美女孩》

皮尔森相关系数（Pearson correlation coefficient），又称皮尔森积矩相关系数，是一种衡量两个变量之间线性相关性的统计指标。它的取值范围在 -1 到 1 之间，表示两个变量之间的相关性强弱和方向。其公式为：
在这里插入图片描述

解读

1：完全正相关，两个变量呈线性正向关系。
0：无相关性，两个变量之间没有线性关系。
-1：完全负相关，两个变量呈线性负向关系。

示例：使用 Pandas 计算皮尔森系数

假设我们有一个数据集 data，其中包括两个特征 A 和 B。我们想要计算它们之间的皮尔森相关系数，可以通过以下步骤实现：

import pandas as pd# 创建一个示例数据集
data = {'A': [10, 20, 30, 40, 50],'B': [15, 25, 35, 45, 55]
}
df = pd.DataFrame(data)# 计算两个特征 A 和 B 之间的皮尔森相关系数
pearson_corr = df['A'].corr(df['B'], method='pearson')# 打印结果
print(f"Pearson correlation coefficient between A and B: {pearson_corr}")

解释

数据集：在这个例子中，数据集包括 A 和 B 两列。我们将它们放入一个 Pandas DataFrame 中。
计算方法：使用 .corr() 方法来计算特定列之间的相关系数。method 参数默认为 pearson，还可以使用其他方法如 kendall 和 spearman。
结果：通过 print 函数输出计算结果，可以发现两个特征之间的线性相关性。