Herausforderung: Lösung der Aufgabe mit Korrelation

Aufgabe

Swipe to start coding

Eine der wichtigsten Aufgaben im Machine Learning besteht darin, ein lineares Regressionsmodell zu erstellen (weitere Informationen finden Sie im Linear Regression with Python-Kurs).

Da in diesem Modell eine lineare Funktion verwendet wird, können wir die Korrelation zwischen Merkmalen und Zielwert nutzen, um anzuzeigen, wie signifikant ein bestimmtes Merkmal für dieses Modell ist.

Wir werden nun den 'Heart Disease Dataset' verwenden: Er enthält 14 Merkmale, einschließlich des vorhergesagten Attributs, welches auf das Vorhandensein von Herzkrankheiten beim Patienten hinweist. Ihre Aufgabe besteht darin, die Signifikanz der Attribute mithilfe der Korrelation zu berechnen:

Berechnen Sie die Korrelationen zwischen den Merkmalen und dem Zielwert.
Geben Sie diese Korrelationen in aufsteigender Reihenfolge aus.

Lösung

import pandas as pd

import numpy as np

# Load the heart disease dataset into a Pandas DataFrame

heart_df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/Probability_basics_content/heart.csv')

# Extract the target variable and other features

target = heart_df['target']

features = heart_df.drop('target', axis=1)

# Calculate the correlations

correlations = np.corrcoef(features, target, rowvar=False)[:-1, -1]

# Sort the correlations in descending order

sorted_correlations = np.sort(correlations)

# Print the sorted correlations

for correlation in sorted_correlations:

feature_name = features.columns[np.where(correlations == correlation)][0]

print(f'Correlation between {feature_name} and target is {correlation:.2f}')

War alles klar?

Danke für Ihr Feedback!

Abschnitt 5. Kapitel 3