使用相关系数(Pearson)进行降维[Python]

文章/答案/技术大牛

发布

0回答

python、matrix、dimension-reduction、pearson-correlation

我利用答案，以便在形状为(29421,11001)的矩阵(ndarray)中找到大于给定限制f的相关系数，即29,421行和11,001列。我对代码进行了调整，如下所示(随机位选择两列中的一列进行删除；此外，与链接答案对应的行后面有"###“)：问题:我得到了数千个大于1的相关系数……据我所知，这是不应该发生的？

浏览 14提问于2016-07-14得票数 1

回答已采纳

2回答

我应该用什么统计方法来找出天数和AmountEarned之间的相关性？

correlation、pearsons-correlation-coefficient、spearmans-rank-correlation

我是数据科学的新手，我有一个包含天数、CountofJobs和AmountEarned的python数据框架，我应该使用什么样的统计方法来找到天和AmountEarned之间的关联。

浏览 0提问于2020-10-06得票数 0

1回答

50独立变量问题的好的一般回归技术

regression、statistics、data-science-model

下面是我执行的流程图：如果有其他更好的技术或程序，有人能指导我吗？

浏览 0提问于2018-11-07得票数 1

1回答

将python中的两个二进制数据关联起来

python、scipy、correlation、coefficients

我想将python中的两个二进制数据关联起来。例如，下面是两个数组。arr2 = [0,0,1,1,1,1,1]在二进制型和连续型的情况下，可以使用点双列相关系数方法。谢谢你让我知道。

浏览 4提问于2019-11-22得票数 0

1回答

R中三个变量的相关系数

r、correlation、equation

对于三个n维非零方差变量a、b和c，n> 2，如果r(ab)、r(bc)和r(ac)分别是a和b之间、b和c之间以及a和c之间的皮尔逊相关系数，则a、b和c之间的相关系数r(abc)定义为： r^2(, 1, 3, 5)al bc_cor <- cor(al$b, al$c, me

浏览 27提问于2019-02-16得票数 1

1回答

使用线性判别分析进行降维

我想使用LDA进行降维。我正在使用R。我发现的示例主要使用LDA进行分类。那么如何使用LDA进行降维呢？在R中有没有内置的函数调用来进行降维，或者你必须对其进行编码？谢谢。塞夫万迪

浏览 2提问于2014-01-17得票数 1

4回答

计算皮尔逊相关性

python、numpy、statistics、scipy

我试着计算两个变量的皮尔逊相关系数。这些变量用于确定邮政编码的数量与距离范围之间是否存在关系。所以我想看看邮政编码的数量是否随着距离范围的变化而增加/减少。

浏览 2提问于2012-11-30得票数 11

回答已采纳

2回答

Corrwith返回空值。

python、pandas

我有两个数据序列，我试图使用每一行数据中的值来生成Pearson相关系数。我目前正在使用代码生成一个具有相关值的新数据帧：但是，得到的Corr_df只返回空值。当我可以使用CORREL公式在excel中生成相同的相关系数时，Python为什么不这样做呢？指向df_B的链接是：请帮帮我！

浏览 0提问于2018-04-02得票数 0

回答已采纳

2回答

TypeError: corr()缺少1个必需的位置参数：“other”

python、pandas、numpy

我是python的新手，遇到麻烦了。我应该计算皮尔逊相关系数，但我错了。我唯一能想到的就是python需要不同的语法。data = pandas.read_csv('One_imortant_table.csv', index_col='Id')print(corr1)---> corr1 =

浏览 1提问于2017-06-06得票数 1

1回答

皮尔逊诉斯皮尔曼诉肯德尔

correlation、pearsons-correlation-coefficient、spearmans-rank-correlation、kendalls-tau-coefficient

这三个相关系数的特点是什么?它们/假设之间的比较是什么？有人能帮我了解一下这些概念吗？

浏览 0提问于2019-12-05得票数 38

回答已采纳

2回答

数据选择.数据属性之间的查找关系

data-science、data-analysis

假设我有一个由80列和1个目标列组成的数据，例如，一个银行帐户表，每个记录( account )有80个属性，以及一个目标列，它决定客户机是留下还是离开。我应该遵循哪些步骤和算法来选择对目标列影响更大的最有效的列？

浏览 0提问于2018-12-20得票数 0

回答已采纳

6回答

检验时间序列间的相似性

python、classification、data-mining、time-series、pandas

我有时间序列的参数A，B，C和D。它们都受到相同的主要条件的影响，但每一种情况都有微小的差异。它们被放置在不同的位置，A，B，C在local1，D在local2。我想知道哪一个(A，B，C)与D有很大的相似之处。我应该如何处理这个问题？

浏览 0提问于2016-12-19得票数 10

回答已采纳

3回答

卡尔·皮尔逊相关是否表明了两个变量之间的线性关系？

correlation、interpretation、pearsons-correlation-coefficient

维基百科和文学似乎没有传达正确的解释卡尔皮尔逊的相关性。此外，一些作者将其解释为线性相关或关联。对我来说，它只是告诉了两个变量之间关系的方向和范围。

浏览 0提问于2020-04-15得票数 1

1回答

如何为doc2vec选择最好的vector_size？

text、size、document、doc2vec、embedded-documents

我正在比较各种技术，并想找出对大量文本文档进行矢量化和降维的最佳方法。我已经测试了Bag of Words和TF-IDF，并使用PCA、SVD和NMF进行了降维。使用这些方法，我可以减少我的数据，并知道基于解释的方差的最佳维度数量。然而，我想用doc2vec做同样的事情，考虑到doc2vec本身是一个降维工具，找出我的模型的维数的最佳方法是什么？

浏览 56提问于2020-08-15得票数 0

2回答

如何将两种不同的相关系数结合起来？

statistics、interpretation、pearsons-correlation-coefficient、spearmans-rank-correlation

我们正在计算Pearson系数和Spearman秩相关。Pearson跟踪线性关系，Spearman跟踪两个变量之间的关系(如果有的话) 客户要求将这两个系数的结果组合起来，这样用户就可以看到一个综合评分，而不是查看两个不同的结果。对皮尔逊系数和斯皮尔曼系数的结果进行平均有意义吗？

浏览 0提问于2022-10-21得票数 0

2回答

没有先验理论来选择模型的规格，因此在进行回归之前，关键任务之一是降维。虽然我知道几种连续变量降维的方法，但我不知道关于分类数据的类似静态文献(除了，作为对应分析的一部分，这基本上是频率表上主成分分析的一种变化)。对于分类数据的降维和稳健的计算是否有一个很好的统计参考(我认为第一个问题是估算，然后是降维)？这与上述问题的实施有关。我以前广泛地使用了R，并且倾向于对连续变量大量使用transcan和impute函数

浏览 8提问于2010-05-14得票数 24

回答已采纳

2回答

如何计算多色熊猫的(非自)相关矩阵？

python-3.x、pandas、dataframe、correlation、multi-index

我需要一个与df['a'].corr()形状相同的相关矩阵，因为我想绘制海温图，我需要二维相关矩阵。提前谢谢你的时间！

浏览 1提问于2019-08-15得票数 1

回答已采纳

1回答

我是否可以使用PCA进行降维，然后在python中将其o/p用于一个类别的SVM分类器

machine-learning、svm、data-mining、pca

我想使用PCA进行降维，然后在python中使用它的o/p作为一类SVM分类器。我的训练数据集是16000x60。另外，如何将主分量映射到原始列以便在SVM中使用它，或者我可以直接使用主分量吗？

浏览 12提问于2017-07-14得票数 0

回答已采纳

1回答

大型矩阵上的逐行Pearson系数

我目前正在使用一个大型矩阵(4 cols和大约8000行)。我想使用Pearson的相关系数对构成这个矩阵的不同行进行相关分析。我想按以下方式进行： for (j in (i+1):8000) { value<- cor(alpha1k[i,],al

浏览 0提问于2018-05-07得票数 0

回答已采纳

1回答

降维与特征工程的现代方法

python、classification、feature-selection、feature-engineering、dimensionality-reduction

我正在用Python训练二进制分类器，以估计信用申请者的风险水平。我提取了一千多个自变量来模拟四百万人的观察行为。我的目标是一个二进制列，它告诉我一个人是否拖欠贷款(1用于事件，0用于非事件)。我想知道一些常用的和现代的方法：在其他功能组合的基础上创建新功能(功能工程) 到目前为止，我删除了基于它们的信息值的特性，只保留了最相关的特性。从其余的特征集中，我计算了每对特征的相关系数，对于每一对高度相关的特征，我保留了这两个特征中信息值最高的特征。

浏览 0提问于2020-12-05得票数 1

回答已采纳

点击加载更多