机器学习特征工程（二）

3.分析每两列特征之间的相关性

         -- --- 相关系数：两个随机变量x,y之间的线性相关程度（使用 corr（）函数，只能分析数值型特征之间的关系）

          ----- 相关性可以通过计算相关系数或打印散点图来发现 (使用pandas.corr()能够得出特征与标签之间相关系数，或皮尔逊系数等；通过xgboost，lightgbm的feature_importance查看特征重要性)

-----我们需要找到与标签相关性强的特征，分类直方图可以从某种程度上看出特征与标签的相关性：不同类别的直方图差异大

-----查看特征与特征之间信息是否冗余，特征与特征之间强相关的话意味着信息冗余，可以两个特征可以只保留一个特征， 或采用主成分分析（PCA）等降维

---- 特征与标签是否线性相关

----- 不线性相关并不代表不相关，可能高阶相关，如