特征筛选4——斯皮尔曼相关系数筛选特征(单变量筛选)

38 篇文章 30 订阅
36 篇文章 9 订阅

斯皮尔曼相关系数(斯皮尔曼等级相关系数),可以用来计算单调性,计算思路是:

  1. 首先将值做排序
  2. 判断排序的序号之间的相关系数

更多详情请参考:https://zh.wikipedia.org/wiki/%E6%96%AF%E7%9A%AE%E5%B0%94%E6%9B%BC%E7%AD%89%E7%BA%A7%E7%9B%B8%E5%85%B3%E7%B3%BB%E6%95%B0

工具类:

def spearmanr_selection(x_data, y_data):
    """斯皮尔曼相关系数"""
    from scipy.stats import spearmanr
    param_dict = []
    for col_name, c_data in x_data.iteritems():
        sp = spearmanr(c_data, y_data)[0]
        param_dict.append([col_name, abs(sp)])
    feature_df = pd.DataFrame(param_dict)
    feature_df.sort_values(by=1, ascending=False, inplace=True)
    return feature_df

得到的feature_df中的value值越大,说明相关性越强,这个特征越重要

示例

import pandas as pd
from sklearn.datasets import make_regression, make_classification


def spearmanr_selection(x_data, y_data):
    """斯皮尔曼相关系数"""
    from scipy.stats import spearmanr
    param_dict = []
    for col_name, c_data in x_data.iteritems():
        sp = spearmanr(c_data, y_data)[0]
        param_dict.append([col_name, abs(sp)])
    feature_df = pd.DataFrame(param_dict)
    feature_df.sort_values(by=1, ascending=False, inplace=True)
    return feature_df


if __name__ == '__main__':
    value_x, value_y = make_classification(n_samples=1000, n_classes=4, n_features=10, n_informative=8)
    df_x = pd.DataFrame(value_x, columns=['f_1', 'f_2', 'f_3', 'f_4', 'f_5', 'f_6', "f_7", "f_8", "f_9", "f_10"])
    df_y = pd.Series(value_y)
    # 下面是筛选单变量特征
    feature_df = spearmanr_selection(df_x, df_y)
    for col_index, value in feature_df.iterrows():
        print(value[0], ":", value[1])
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

呆萌的代Ma

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值