Korrelation Ermitteln
Abschließend betrachten wir die letzte Methode in diesem Abschnitt, genannt .corr(). Sie ist äußerst hilfreich, um Zusammenhänge zwischen numerischen Daten zu erkennen. Stellen Sie sich vor, Sie verfügen über einen Datensatz zu Häusern:
Untersuchen wir die Ausgabe von data.corr() in unserem Fall:
Gehen wir dies Schritt für Schritt durch: Es gibt vertikale und horizontale Werte; jedes Paar überschneidet sich. In jeder Überschneidung kann ein Wert von -1 bis 1 auftreten.
- 1 bedeutet, dass zwei Werte direkt proportional voneinander abhängen (wenn ein Wert steigt, steigt der andere ebenfalls);
- -1 bedeutet, dass zwei Werte umgekehrt proportional voneinander abhängen (wenn ein Wert steigt, sinkt der andere);
- 0 bedeutet, dass die beiden abhängigen Werte nicht proportional zueinander sind.
Wenn der Datensatz nicht-numerische Spalten enthält, wie im cars.csv-Datensatz, der in der Aufgabe verwendet wird, sollte das Argument numeric_only=True gesetzt werden, um die Korrelation nur mit den numerischen Spalten zu berechnen.
Swipe to start coding
Sie beenden diesen Abschnitt mit einer einfachen Aufgabe: Wenden Sie die Funktion .corr() auf den Datensatz an. Versuchen Sie anschließend, die erhaltenen Zahlen zu analysieren.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.03
Korrelation Ermitteln
Swipe um das Menü anzuzeigen
Abschließend betrachten wir die letzte Methode in diesem Abschnitt, genannt .corr(). Sie ist äußerst hilfreich, um Zusammenhänge zwischen numerischen Daten zu erkennen. Stellen Sie sich vor, Sie verfügen über einen Datensatz zu Häusern:
Untersuchen wir die Ausgabe von data.corr() in unserem Fall:
Gehen wir dies Schritt für Schritt durch: Es gibt vertikale und horizontale Werte; jedes Paar überschneidet sich. In jeder Überschneidung kann ein Wert von -1 bis 1 auftreten.
- 1 bedeutet, dass zwei Werte direkt proportional voneinander abhängen (wenn ein Wert steigt, steigt der andere ebenfalls);
- -1 bedeutet, dass zwei Werte umgekehrt proportional voneinander abhängen (wenn ein Wert steigt, sinkt der andere);
- 0 bedeutet, dass die beiden abhängigen Werte nicht proportional zueinander sind.
Wenn der Datensatz nicht-numerische Spalten enthält, wie im cars.csv-Datensatz, der in der Aufgabe verwendet wird, sollte das Argument numeric_only=True gesetzt werden, um die Korrelation nur mit den numerischen Spalten zu berechnen.
Swipe to start coding
Sie beenden diesen Abschnitt mit einer einfachen Aufgabe: Wenden Sie die Funktion .corr() auf den Datensatz an. Versuchen Sie anschließend, die erhaltenen Zahlen zu analysieren.
Lösung
Danke für Ihr Feedback!
single