Pandas+Seaborn 查看变量间相关性--kaggle房价预测项目（一）

最新推荐文章于 2022-08-14 16:44:11 发布

OasisCrush_

最新推荐文章于 2022-08-14 16:44:11 发布

阅读量1.3k

点赞数

文章标签：数据分析 python

本文链接：https://blog.csdn.net/ttt123456uuu/article/details/119383848

版权

本文通过Pandas和Seaborn分析kaggle房价预测项目中的变量相关性。通过相关系数矩阵和热力图发现，'OverallQual'、'GrLivArea'、'TotalBsmtSF'、'GarageCars'与房价高度相关。同时，'GarageArea'和'GarageCars'、'TotalBsmtSF'和'1stFloor'存在强相关性，建议只保留一个。进一步分析中，使用散点图和箱型图展示了与房价关系密切的连续和离散变量。

摘要由CSDN通过智能技术生成

1.进行各数值变量的相关性分析

import seaborn as sns
import pandas as pd
corrmat = train.corr() ##corrmat是相关性矩阵
corrmat

表中具体数值是变量间的相关系数
在这里插入图片描述
2.根据相关系数绘制相关系数热力图

热力图可以迅速查看变量相关性。
颜色越浅的地方说明两个变量的相关性越强。
观察saleprice和其他变量的关系发现GrLivArea（地上居住面积）、OverallQual（整体质量）、GarargeCars（车库能装几辆车）等变量的颜色比较浅，说明它们对房价的预测能力可能比较强。

另外可以看到其他变量中也可能存在强相关关系，这可能是因为多重共线性导致，对于这部分特征，后续也要考虑进行处理。

f, ax = plt.subplots(figsize=(12, 9))
sns.heatmap(corrmat, vmax=.8, square=True)

在这里插入图片描述
heatmap用法

seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=