相关检验的Pearson系数和python的实现
一.皮尔森相关系数
皮尔森相关系数是反映两个变量之间相似度的统计量，机器学习可以计算特征和类别之间的相似度，判断提取的特征和类别是正相关、负相关还是无相关。
Pearson系数取值范围为[-1，1 ]，值为负时为负相关，值为正时为正相关，绝对值越大，正/负相关程度越大。 如果数据中没有重复值，且两个变量完全单调相关，则spearman相关系数为1或-1。 如果两个变量独立，则相关系统为0，反之亦然
人员相关系数的计算方法有三种形式，如下式所示
在此，x，y是2个特征排列，是x，y的特征的平均值。 在第一种形式的Pearson表示中，可以认为是从两个随机变量中得出的样本集向量之间角度的cosine函数。
二. Python代码的实现
这里主要实现了最初的人员格式代码。 代码分为三个模块，第一个模块的功能是获取两个向量的平均值。 第二个模块的功能是求出两个向量之间的pearson系数，实现返回pearson系数； 最后一个模块是求出所有特征和类的相似度
[python]view plaincopy
#计算特征和班级的平均值
efcalcmean(x，y ) :
sum_x=sum(x )
sum_y=sum(y )
n=len(x )
x_mean=float(sum_x0.0 )/n
y_mean=float(sum_y0.0 )/n
returnx_mean，y_mean
[python]view plaincopy
人员系数的计算
defcalcpearson(x，y ) :
计算x_mean，y_mean=calcmean(x，y ) #x，y向量的平均值
n=len(x )
sumTop=0.0
sumBottom=0.0
x_pow=0.0
y_pow=0.0
foriinrange(n ) :
sumtop=(x[I]-x_mean ) (*(y[i]-y_mean ) ) (*(y[i]-y_mean ) ) )
foriinrange(n ) :
x_pow=math.pow(x[I]-x_mean，2 ) )。
foriinrange(n ) :
y_pow=math.pow(y[I]-y_mean，2 ) )。
sum bottom=math.sqrt (x _ pow * y _ pow ) )。
p=sumTop/sumBottom
returnp
[python]view plaincopy
[python]view plaincopy
#计算各特性的spearman系数，返回数组
defcalcattribute (数据) :
prr=[]
n，m=shape(dataset ) #获取数据集的行数和列数
x=[0]*n#初始化特征x和类别y向量
y=[0]*n
得到foriinrange(n ) :# )类向量
y[i]=dataSet[i][m-1]
forjinrange(m-1 ) :# )获得各个特征的向量，计算Pearson系数并存储在列表中
forkinrange(n ) :
x[k]=dataSet[k][j]
PRR.append(calcspearman(x，y ) )
返回prr
三.示例演示
这里有1162*22个数据集。 如下图所示，前21列表示特征，第22列表示类别。 这个数据集是二分类问题。
对于每个特征，调用以上函数，得到的每个特征的人员系数如下图所示。 基于得到的结果，对特征选择有一定的依据哦~
看完了谢谢