Corrélation

Une caractéristique qui évolue avec la cible aide un modèle à la prédire. La corrélation r mesure à quel point deux colonnes suivent une droite, de -1 à 1 :

Six semaines de publicités et de ventes d'un magasin : np.corrcoef renvoie un tableau de 2 par 2, chaque tableau comparé à l'autre, avec r à [0, 1]. La méthode .corr d'une colonne renvoie directement cette valeur :

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))

Cela affiche :

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

À 0,94, les semaines avec davantage de publicités ont clairement généré plus de ventes.