Python数据的相关性和标准化

1、相关性分析

协方差：Cov(X，Y)=E(XY)-E(X)E(Y) 或 cov(X, Y) = E(X-EX)(Y-EY)，表示两个变量总体误差的期望，范围在负无穷到正无穷。协方差为0时，两者独立。协方差绝对值越大，两者对彼此的影响越大，反之越小

公式简单翻译一下是：如果有X,Y两个变量，每个时刻的“X值与其均值之差”乘以“Y值与其均值之差”得到一个乘积，再对这每时刻的乘积求和并求出均值（其实是求“期望”，但就不引申太多新概念了，简单认为就是求均值了）。

相关系数：（相关系数=协方差除以两个变量的标准差）的绝对值越大，相关性越强。衡量变量间的相关程度或密切程度，范围[-1,1]，分正负相关，负相关意味着两个变量的增长趋势相反。相关系数也可以看成协方差：一种剔除了两个变量量纲影响、标准化后的特殊协方差，单纯反应两个变量每单位变化时的相似程度。标准差描述了变量在整体变化过程中偏离均值的幅度。协方差除以标准差，也就是把协方差中变量变化幅度对协方差的影响剔除掉，这样协方差也就标准化了，它反应的就是两个变量每单位变化时的情况。（当x或y的波动幅度变大的时候，协方差会变大，标准差也会变大。）（在描述X和Y在同一物理量纲之下有一定的作用，但同样的两个量采用不同的量纲使它们的协方差在数值上表现出很大的差异。因此统一单位，即消去x和y