数据科学- 统计相关矩阵

相关矩阵

矩阵是按行和列排列的数字数组。

相关矩阵只是显示变量之间相关系数的表格。

在这里，变量在第一行和第一列中表示:

上表使用了来自完整健康数据集的数据。

观察:

• 我们观察到 Duration 和 Calorie_Burnage 密切相关，相关系数为 0.89。 这是有道理的，因为我们训练的时间越长，燃烧的卡路里就越多
• 我们观察到 Average_Pulse 和 Calorie_Burnage 之间几乎没有线性关系（相关系数为 0.02）
• 我们能否得出结论，Average_Pulse 不会影响 Calorie_Burnage? 不，我们稍后会回来回答这个问题！

Python 中的相关矩阵

我们可以使用 Python 中的 corr() 函数来创建相关矩阵。 我们还使用 round() 函数将输出四舍五入到小数点后两位:

Output:

使用热图

我们可以使用热图来可视化变量之间的相关性:

相关系数越接近1，方块越绿。

相关系数越接近-1，正方形越棕色。

使用 Seaborn 创建热图

我们可以使用 Seaborn 库创建相关热图（Seaborn是基于matplotlib的可视化库）:

示例说明:

• 将 seaborn 库导入为 sns。
• 使用 full_health_data 集。
• 使用 sns.heatmap() 告诉 Python 我们想要一个热图来可视化相关矩阵。
• 使用相关矩阵。 定义热图的最大值和最小值。 定义 0 为中心。
• 使用 sns.diverging_palette 定义颜色。 n=500 表示我们希望在同一个调色板中有 500 种颜色。
• square = True 表示我们希望看到正方形。