Python 相关分析与实现

相关分析最常用的方法就是用相关系数直接衡量连续值的相关性，而离散属性的相关性是用熵增益转换成相关性的形式来衡量。

一、分析连续值的相关性：

Pearson相关系数及Spearman相关系数如下：

相关系数计算公式 代码实现 蓝色区域表示具有明显相关性，橙色区域表示有明显的负相关性

二、分析离散值的相关性：

熵的相关公式

说明：

1.熵是衡量不确定的值，值越接近于0，说明不确定性越小；数据的类别越多熵越大。

2.互信息（熵增益）：缺点：对分类数目多的特征有不正确的偏向，也就是说不具有归一化的特点，它的不确定性是上不封顶的，所以对于我们相关性的界定是不方便的，为了解决这个问题，有了熵增益率。

3.熵增益率：是不对称的，即X对Y的增益率与Y对X的增益率是不等的，所以要进行转换，转换成相关性。

4.相关性：解决了X和Y的对称性。

以下为举例说明：

分析X与Y相关性

代码实现如下：

代码实现 代码实现 输出结果