R语言进行相关矩阵分析及其网络可视化

全文链接：http://tecdat.cn/?p=6488

相关视频：复杂网络分析CNA简介与R语言对婚礼数据聚类（社区检测）和可视化|数据分享

复杂网络分析CNA简介与R语言对婚礼数据聚类（社区检测）和可视化

数据准备

计算相关矩阵

该函数的其他参数包括：

：字符串，指示要计算哪个相关系数（或协方差）。“pearson”（默认），“kendall”或“spearman”之一。

：将对角线设置为的值（通常为数字或NA）。

探索相关矩阵

过滤相关性高于0.8：

特定的列/行

此函数的作用与dplyr类似，但也会从行中排除选定的列。

选择相关的结果。所选列将从行中排除：

选定的列：

删除不需要的列：

按正则表达式选择列

选择高于0.8的相关性：

关注一个变量与所有其他变量的相关性：

重新排序相关矩阵

上/下三角

上/下三角形到缺失值

将数据拉伸为长格式

使用tidyverse和corrr包处理相关性

可视化相关系数的分布：

重新排列并过滤相关矩阵：

解释相关性

制作相关图：

重新排列然后绘制下三角形：

制作网络

关联数据库中的数据

使用SQLite数据库：

检测数据库后端，用于计算数据库中的相关性，并返回相关数据。

使用spark：