Saltar al contenido

cómo aplicar la correlación de Pearson para la selección de características en el ejemplo de código python

Presta atención ya que en esta reseña vas a hallar el resultado que buscas.Esta crónica ha sido analizado por nuestros especialistas para asegurar la calidad y exactitud de nuestro post.

Ejemplo 1: scikit aprende a identificar características altamente correlacionadas

# Create correlation matrix
corr_matrix = df.corr().abs()# Select upper triangle of correlation matrix
upper = corr_matrix.where(np.triu(np.ones(corr_matrix.shape), k=1).astype(np.bool))# Find index of feature columns with correlation greater than 0.95
to_drop =[column for column in upper.columns ifany(upper[column]>0.95)]

Ejemplo 2: cómo imprimir la correlación con una función en pyhton

df[df.columns[1:]].corr()['LoanAmount'][:]

Acuérdate de que tienes el privilegio agregar una reseña si tropezaste tu preocupación .

¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)



Utiliza Nuestro Buscador

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *