皮尔逊相关系数(Pearson Correlation Coefficient)

皮尔逊相关系数(Pearson Correlation Coefficient)可用于特征降维，如两个特征的皮尔逊相关系数值很高，则可删除其中一个特征。

皮尔逊相关系数（Pearson Correlation Coefficient），记作 ，是统计学中用于度量两个变量间线性相关程度的一个指标。它衡量的是两个变量的协变程度，且其值范围固定在

• 当 时，表示两个变量完全正相关；
• 当 时，表示完全负相关；
• 当 时，表示两个变量没有线性相关性。

计算公式

皮尔逊相关系数的计算公式为：

其中：

• 分别是两个变量 和 的第 个观测值。
• 是观测值的数量。
• 分别是变量 和 的样本均值。
• 分子部分是两个变量的协方差（未标准化）。
• 分母是两个变量各自标准差的乘积。

对公式的每个字符进行解释：

• ：皮尔逊相关系数的值。
• ：求和符号，用来计算一系列数值的总和。
• ：分别是两个变量 和
• ：分别是变量 和 的样本均值，即所有 或
• ：样本中观测值的总数。
• ：这是每个观测值对协方差的贡献。
• 和 ：这是每个观测值对各自变量方差的贡献。
• ：根号表示开方运算，用于计算标准差。

皮尔逊相关系数的计算需要两个变量的观测值都具有数值属性，并且通常假设数据服从正态分布，虽然在实际应用中，这一假设有时会被放宽。

这个系数有助于理解两个变量间的关系强度和方向，但并不能揭示因果关系。

此外，皮尔逊相关系数仅适用于检测线性关系，对于非线性关系，可能需要使用其他相关性度量。

原创作者: u_15837794 转载于: https://blog.51cto.com/u_15837794/11458058