Python机器学习：corr()分析变量之间的相关关系

变量之间存在多重共线性的情况下会影响模型的精度，这里用相关矩阵corr()和热力图heatmap()可以直观地观察变量之间的相关关系，进而判断是否要对自变量进行删除，或者降维的操作。

首先用corr()构造相关矩阵研究变量之间的相关关系：

corr_data = data.corr()corr_data

代码讲解：

data是要进行分析的数据集；

corr()是相关矩阵，是DataFrame内置函数，不用另外调包也能生成；

corr()括号里面没有填参数时默认是皮尔逊相关系数，corr(method = ‘pearson’)；

corr(method = ‘spearman’)，斯皮尔曼等级相关系数，用来分析非正态分布的数据；
corr(method = ‘kendall’)，秩相关系数，用来分析两定序变量相关关系；

运行结果：

可以发现字段太多，要找到强相关关系的字段并不是很容易。需要再配合热力图使用。

import seaborn as snsax = sns.heatmap(corr_data)

代码讲解：

seaborn 是Python中的一个可视化库；

sns. heatmap()指调用热力图方法，corr_data是上面计算完相关关系的二维表；

运行结果：

转为热力图就非常直观啦：从右侧可以了解越接近白色的部分代表相关系数越高，有几个字段是具有强相关性的，需要进行删除或者降维操作。