Finde Korrelationen
Til sidst går vi videre til den sidste metode i dette afsnit kaldet .corr(). Den er meget nyttig til at finde sammenhængen mellem numeriske data. Forestil dig, at du har et datasæt om huse:
Lad os undersøge outputtet af data.corr() i vores tilfælde:
Lad os derfor gøre det trin for trin: Du har lodrette og vandrette værdier; hvert par overlapper hinanden. I hvert overlap kan vi få en værdi fra -1 til 1.
- 1 betyder, at to værdier afhænger af hinanden på en direkte proportional måde (hvis én værdi stiger, stiger den anden også);
- -1 betyder, at to værdier afhænger af hinanden på en omvendt proportional måde (hvis én værdi stiger, falder den anden);
- 0 betyder, at de to afhængige værdier ikke er proportionale.
Hvis datasættet indeholder ikke-numeriske kolonner, såsom i cars.csv datasættet brugt i opgaven, bør du angive argumentet numeric_only=True for kun at beregne korrelationen ved brug af de numeriske kolonner.
Swipe to start coding
Du afslutter dette afsnit med en let opgave: anvend funktionen .corr() på datasættet. Prøv derefter at analysere de tal, du får.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 3.03Finde Korrelationen
Stryg for at vise menuen
Til sidst går vi videre til den sidste metode i dette afsnit kaldet .corr(). Den er meget nyttig til at finde sammenhængen mellem numeriske data. Forestil dig, at du har et datasæt om huse:
Lad os undersøge outputtet af data.corr() i vores tilfælde:
Lad os derfor gøre det trin for trin: Du har lodrette og vandrette værdier; hvert par overlapper hinanden. I hvert overlap kan vi få en værdi fra -1 til 1.
- 1 betyder, at to værdier afhænger af hinanden på en direkte proportional måde (hvis én værdi stiger, stiger den anden også);
- -1 betyder, at to værdier afhænger af hinanden på en omvendt proportional måde (hvis én værdi stiger, falder den anden);
- 0 betyder, at de to afhængige værdier ikke er proportionale.
Hvis datasættet indeholder ikke-numeriske kolonner, såsom i cars.csv datasættet brugt i opgaven, bør du angive argumentet numeric_only=True for kun at beregne korrelationen ved brug af de numeriske kolonner.
Swipe to start coding
Du afslutter dette afsnit med en let opgave: anvend funktionen .corr() på datasættet. Prøv derefter at analysere de tal, du får.
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
