Correlación

Parte de la sección Estadística para ML del Journey de Machine Learning de Coddy. Lección 30 de 64.

Una característica que se mueve con el objetivo ayuda a un modelo a predecirlo. La correlación r mide qué tan cerca siguen dos columnas una línea recta, de -1 a 1:

Seis pequeños diagramas de dispersión etiquetados con su r: -0.9 y -0.5 descienden, 0.0 es una nube sin forma, 0.5 y 0.9 ascienden, y 1.0 es una línea ascendente perfecta

Seis semanas de anuncios y ventas de una tienda: np.corrcoef devuelve una tabla de 2 por 2, cada arreglo frente a cada uno, con r en [0, 1]. El .corr de una columna lo devuelve directamente:

ads = np.array([100, 200, 150, 300, 250, 50])
sales = np.array([430, 520, 560, 760, 610, 410])
print(np.round(np.corrcoef(ads, sales), 2))
shop = pd.DataFrame({"ads": ads, "sales": sales})
print(np.round(shop["ads"].corr(shop["sales"]), 2))

Esto imprime:

[[1.   0.94]
 [0.94 1.  ]]
0.94

Con 0,94, las semanas con más anuncios vendieron claramente más.

Desafío

Intermedio

Un gimnasio registró a 20 miembros durante tres meses en gym.csv, con las columnas visits, classes, minutes_per_visit, age y weight_change_kg. El programa lee dos nombres de columnas.

Imprime los dos nombres y su r, redondeado a 2 decimales, como se muestra a continuación.
Imprime Direction: positive cuando r sea superior a 0.3, negative cuando sea inferior a -0.3 y, en caso contrario, none.

Para los laps y los minutes de un club de natación:

laps and minutes: r = 0.95
Direction: positive

Pruébalo tú mismo

import numpy as np
import pandas as pd

gym = pd.read_csv("gym.csv")
first = input()
second = input()

# Escribe tu código a continuación

Ponte a prueba

Esta lección incluye un breve cuestionario. Empieza la lección para responderlo y registrar tu progreso.

Todas las lecciones de Estadística para ML

3Probabilidad mediante simulación

La probabilidad como frecuencia La ley de los grandes números Suma de dados Valor esperado Probabilidad condicional Repaso: probabilidades del puesto de dados

6Relaciones

Lectura de diagramas de dispersiónCorrelaciónMatriz de correlación Mapas de calor de correlación Correlación no es causalidad Repaso: helado y sol

9Escalado de características

Por qué escalar las características Escalado mín-máx Estandarización StandardScaler Repaso: compañeros de escalada

12Desafíos finales

Retrasos de trenes Calidad del aire Química del vino Encuesta clínica

Practica por tu cuenta: Compilador de Python online