python获取矩阵的值_python – 如何获得相关矩阵值pyspark

通过pyspark的mllib.stat模块计算相关性矩阵,读取数据后将其转换为RDD,再进行相关性分析。具体操作包括:转换SQL DataFrame到RDD,使用Statistics.corr方法计算皮尔逊相关系数,然后将结果转换为pandas DataFrame进行展示。
摘要由CSDN通过智能技术生成

请试试这段代码.用read()调用替换你的数据.请注意,在映射lambda函数之前,我已将SQL df转换为RDD.

from pyspark.mllib.stat import Statistics

import pandas as pd

# df = sqlCtx.read.format('com.databricks.spark.csv').option('header', 'true').option('inferschema', 'true').load('corr_test.csv')

df = datos

col_names = df.columns

features = df.rdd.map(lambda row: row[0:])

corr_mat=Statistics.corr(features, method="pearson")

corr_df = pd.DataFrame(corr_mat)

corr_df.index, corr_df.columns = col_names, col_names

示例输出:

print(corr_df.to_string())

p1m p2m p3m p6m p9m p1m_ya p2m_ya p3m_ya p6m_ya p9m_ya p3m_q_ty 1ya_sales 2ya_sales seasonal_sales

p1m 1.000000 0.755679 0.755452 0.506780 0.557281 0.299348 0.182835 -0.001173 0.332484 0.308060 0.354096 0.029385 0.871112 0.292136

p2m 0.755679

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
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