Trovare la Correlazione
Infine, passiamo all'ultimo metodo di questa sezione chiamato .corr()
. Questo metodo è molto utile per individuare la relazione tra dati numerici. Immagina di avere un dataset relativo alle case:
Esaminiamo l'output di data.corr()
nel nostro caso:
Procediamo passo dopo passo: Sono presenti valori sia verticali che orizzontali; ogni coppia si sovrappone. In ogni sovrapposizione, possiamo ottenere un valore compreso tra -1 e 1.
- 1 indica che i due valori dipendono l'uno dall'altro in modo direttamente proporzionale (se un valore aumenta, anche l'altro aumenta);
- -1 indica che i due valori dipendono l'uno dall'altro in modo inversamente proporzionale (se un valore aumenta, l'altro diminuisce);
- 0 indica che i due valori dipendenti non sono proporzionali.
Se il dataset contiene colonne non numeriche, come nel dataset cars.csv
utilizzato nell'esercizio, è necessario impostare l'argomento numeric_only=True
per calcolare la correlazione utilizzando solo le colonne numeriche.
Swipe to start coding
Concluderai questa sezione con un compito semplice: applicare la funzione .corr()
al dataset. Successivamente, prova ad analizzare i numeri ottenuti.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Can you explain what the correlation values in the table mean?
How do I interpret a negative correlation in this context?
What does it mean if the correlation is close to zero?
Awesome!
Completion rate improved to 3.03
Trovare la Correlazione
Scorri per mostrare il menu
Infine, passiamo all'ultimo metodo di questa sezione chiamato .corr()
. Questo metodo è molto utile per individuare la relazione tra dati numerici. Immagina di avere un dataset relativo alle case:
Esaminiamo l'output di data.corr()
nel nostro caso:
Procediamo passo dopo passo: Sono presenti valori sia verticali che orizzontali; ogni coppia si sovrappone. In ogni sovrapposizione, possiamo ottenere un valore compreso tra -1 e 1.
- 1 indica che i due valori dipendono l'uno dall'altro in modo direttamente proporzionale (se un valore aumenta, anche l'altro aumenta);
- -1 indica che i due valori dipendono l'uno dall'altro in modo inversamente proporzionale (se un valore aumenta, l'altro diminuisce);
- 0 indica che i due valori dipendenti non sono proporzionali.
Se il dataset contiene colonne non numeriche, come nel dataset cars.csv
utilizzato nell'esercizio, è necessario impostare l'argomento numeric_only=True
per calcolare la correlazione utilizzando solo le colonne numeriche.
Swipe to start coding
Concluderai questa sezione con un compito semplice: applicare la funzione .corr()
al dataset. Successivamente, prova ad analizzare i numeri ottenuti.
Soluzione
Grazie per i tuoi commenti!
single