scipy库的pearsonr(x, y)的使用

学习了皮尔逊相关系数的计算：

1 功能：计算特征与目标变量之间的相关度 

2  输入：x为特征，y为目标变量.

   输出：r： 相关系数 [-1，1]之间，p-value: p值。 （r, p-value ）
（ p值越小，表示相关系数越显著，一般p值在500个样本以上时有较高的可靠性。）

3 代码

import numpy as np
from scipy.stats import pearsonr
import random
np.random.seed(0)
size=300
x=np.random.normal(0,1,size)
print "Lower noise",pearsonr(x,x+np.random.normal(0,1,size))
print "Higher noise",pearsonr(x,x+np.random.normal(0,10,size))

Lower noise (0.71824836862138408, 7.3240173129983507e-49)
Higher noise (0.057964292079338155, 0.31700993885324752)