本文介绍了Python中线性相关分析，包括皮尔逊和斯皮尔曼相关系数，并详细讲解了线性拟合的概念，如最小二乘法和R方。通过代码示例展示了如何使用scipy和sklearn库进行相关计算和线性回归分析。
文章目录
线性相关
线性相关分析是描述两变量间直线相关，常用相关系数来描述。
根据数据的分布特性不同可以分为：皮尔逊相关系数（Pearson correlation coefficient ）和斯皮尔曼相关系数（Spearman‘s rank correlation coefficient ）
皮尔逊相关系数（stats.pearsonr）
适用条件：变量需要满足正态分布
计算表达式：
r = ∑ ( x − m x ) ( y − m y ) ∑ ( x − m x ) 2 ∑ ( y − m y ) 2 r=\frac{\sum\left(x-m_{x}\right)\left(y-m_{y}\right)}{\sqrt{\sum\left(x-m_{x}\right)^{2} \sum\left(y-m_{y}\right)^{2}}} r=∑(x−mx)2∑(y−my)2∑<
最低0.47元/天 解锁文章
429
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
