一起学python-3发现群组-皮尔逊相关系数

这一章，我想了很久，其实我的认知也还是比较肤浅，本文权当抛砖引玉。

前三篇文章里面我们分别抓取了url数据、文章内容、分词生成bigtable，没有解释为什么我们要生成bigtable，而这个是本章需要说明的事情，而介绍人工智能、数据挖掘为什么用矩阵数据，这是一个大坑，就这点目前确实需要一起学习共进，尽量以通俗的语言阐述高深的数据理论知识。

先丢几篇前辈孟岩“矩阵三论”镇一下楼。

https://blog.csdn.net/myan/article/details/647511

https://blog.csdn.net/myan/article/details/649018

https://blog.csdn.net/myan/article/details/1865397

我们都知道计算机实现是利用高低电频来生成01，对于集成电路来说，它的世界只有01,01俩种模式就决定了计算机做事物处理无法直接做模糊化处理，类似于情感、感觉之类对于计算机来说是很难的一件事。同样在我们对物品进行描述，现行比较常用的方法是抽象出若干因子，定义每个因子值的标准，通过大量样板数据对同一事物进行统计，利用工具我们找出因子的集中区间，这个集中区间就是事物“特证”；比如一只猫，我们用脑袋想可能的因子有 脚的个数、眼睛、鼻子、胡子、嘴巴等等信息，这些信息每一个就是一个因子，这样就有若干的大因子了吧，其中每个因子可能还会有小因子，比如鼻子的点抽象出来就是若干的点。

在单因子的描述里（一维空间，线性空间），所有的对象都是一个点，点与点之间最直观的差异就是大小，除此之外，在线性上来看，没有多少区别，对于点与点之间的差距我们可以直接做减法，直接相减，若干点的集合构成了线段；在二维空间，每个对象都有俩个坐标轴来判断，比如一个三角形如下图，

可以描述为  

y  x

 5   6   记录点A

3    4   记录点B

2.5  2   记录点C

这样的一个数组，每一行表示一个二维空间的点，分别是纵坐标和横坐标，通过这样的一个集合我们可以描述一个三角形，对于这样的一个集合，在线性代数里面有个说法即是“矩阵”，是一个3*2维空间的矩阵，对于A 、B点的距离即回归到高中的课本知识，转换成下图的新的三角形ABE的，AB边距离