皮尔逊相关系数（Pearson Correlation Coefficient）

皮尔逊相关系数（Pearson Correlation Coefficient）

¶
皮尔逊相关系数（Pearson Correlation Coefficient）通常用于度量两个变量 XX 和 YY 之间的线性相关程度，其值介于 -1 与 1 之间。其中，数值越趋近于 1 表示正相关程度越高，趋近于 0 表示线性相关度越低，趋近于 -1 则表示负相关程度越高。

Pandas 提供了直接计算相关系数的方法，从而计算出上方 10×1010×10 的希尔伯特矩阵中，数据列之间的相关性系。

import pandas as pd

pd.DataFrame(x, columns=['x%d'%i for i in range(1,11)]).corr()

最小二乘线性拟合¶
上面由希尔伯特矩阵对应的示例数据集中，假设已知的 x1x1 到 x10x10 服从线性分布：

y=w1∗x1+w2∗x2+……+w10∗x10(7)
(7)y=w1∗x1+w2∗x2+……+w10∗x10
接下来我们先使用 NumPy 随机生成 ww 参数，并得到实际对应的 yy 值。