Korelasi

Termasuk bagian Statistik untuk ML dalam perjalanan Machine Learning di Coddy. Pelajaran 30 dari 64.

Fitur yang bergerak mengikuti target membantu model memprediksinya. Korelasi r mengukur seberapa erat dua kolom mengikuti garis lurus, dari -1 hingga 1:

Enam diagram sebar kecil berlabel nilai r: -0.9 dan -0.5 menurun, 0.0 berupa kumpulan titik tanpa pola, 0.5 dan 0.9 meningkat, dan 1.0 berupa garis lurus yang meningkat sempurna

Enam minggu iklan dan penjualan sebuah toko: np.corrcoef mengembalikan tabel 2 kali 2, setiap array dibandingkan dengan array lainnya, dengan r di [0, 1]. .corr pada sebuah kolom mengembalikannya secara langsung:

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))

Ini mencetak:

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

Pada 0.94, minggu dengan lebih banyak iklan jelas menghasilkan lebih banyak penjualan.

Tantangan

Sedang

Sebuah gym mencatat 20 anggota selama tiga bulan dalam gym.csv, dengan kolom visits, classes, minutes_per_visit, age dan weight_change_kg. Program membaca dua nama kolom.

Cetak kedua nama dan nilai r, dibulatkan menjadi 2 angka desimal, seperti di bawah ini.
Cetak Direction: positive jika r lebih dari 0.3, negative jika kurang dari -0.3, selain itu none.

Untuk laps dan minutes milik klub renang:

laps and minutes: r = 0.95
Direction: positive

Coba sendiri

import numpy as np
import pandas as pd

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

# Tulis kodemu di bawah ini

Uji dirimu

Pelajaran ini berisi kuis singkat. Mulai pelajarannya untuk menjawab kuis dan melacak progresmu.

Semua pelajaran di Statistik untuk ML

Latihan sendiri: Compiler Python online