Corrélation

Analyzing IoT Data in Python

Matthias Voppichler

IT Developer

df.corr()

print(data.corr())

             temperature  humidity  sunshine  light_veh  heavy_veh
temperature     1.000000 -0.734430  0.611041   0.401997   0.408936
humidity       -0.734430  1.000000 -0.637761  -0.313952  -0.318198
sunshine        0.611041 -0.637761  1.000000   0.408854   0.409363
light_veh       0.401997 -0.313952  0.408854   1.000000   0.998473
heavy_veh       0.408936 -0.318198  0.409363   0.998473   1.000000
Analyzing IoT Data in Python

heatmap

sns.heatmap(data.corr(), annot=True)

Carte thermique des corrélations

Analyzing IoT Data in Python

heatmap

sns.heatmap(data.corr(), annot=True)

Carte thermique des corrélations – mise en évidence d'une forte corrélation négative (temperature / humidity)

Analyzing IoT Data in Python

heatmap

sns.heatmap(data.corr(), annot=True)

Carte thermique des corrélations – mise en évidence d'une corrélation positive (sunshine / temperature)

Analyzing IoT Data in Python

heatmap

sns.heatmap(data.corr(), annot=True)

Carte thermique des corrélations – mise en évidence d'une très forte corrélation positive (véhicules légers/lourds)

Analyzing IoT Data in Python

Pairplot

sns.pairplot(data)

Pairplot de 4 colonnes

Analyzing IoT Data in Python

Récapitulatif

  • heatmap
    • Corrélation négative
    • Corrélation positive
    • Corrélation proche de 1
Analyzing IoT Data in Python

Passons à la pratique !

Analyzing IoT Data in Python

Preparing Video For Download...