变量相关性热力图

最新推荐文章于 2024-08-14 11:15:34 发布

-永不妥协-

最新推荐文章于 2024-08-14 11:15:34 发布

阅读量1.5w

点赞数 8

分类专栏：机器学习 python

本文链接：https://blog.csdn.net/lz_peter/article/details/89278874

版权

python 同时被 2 个专栏收录

29 篇文章 1 订阅

订阅专栏

机器学习

16 篇文章 37 订阅

订阅专栏

我们在建模的时候为了避免多重共线性一般都会分析变量之间的相关性。衡量变量相关性我们一般都是计算变量两两之间的皮尔逊相关系数( Pearson correlation coefficient）。为了能够更好的展现变量之间的相关性，下面为大家介绍如何利用热力图来表示变量之间的相关性。

def corr_map(df):
    var_corr = df.corr()
    mask = np.zeros_like(var_corr, dtype=np.bool)
    mask[np.triu_indices_from(mask)] = True
    cmap = sns.diverging_palette(220, 10, as_cmap=True)
    f, ax = plt.subplots(figsize=(20, 12))
    sns.set(font_scale=1)
    sns.heatmap(var_corr, mask=mask, cmap=cmap, vmax=1, center=0
               ,square=True, linewidths=.5, cbar_kws={"shrink": .5}
               ,annot=True,annot_kws={'size':12,'weight':'bold', 'color':'red'})
    plt.show()

效果如下：