Correlazione a coppie

Riduzione della dimensionalità in Python

Jeroen Boeye

Head of Machine Learning, Faktion

Correlazione a coppie

sns.pairplot(ansur, hue="gender")

pairplot di ansur

Correlazione a coppie

sns.pairplot(ansur, hue="gender")

pairplot di ansur annotato

Coefficiente di correlazione

correlazioni estreme

Coefficiente di correlazione

correlazioni casuali

Matrice di correlazione

weights_df.corr()

matrice di correlazione ansur

Matrice di correlazione

weights_df.corr()

matrice di correlazione ansur con duplicati

Matrice di correlazione

weights_df.corr()

matrice di correlazione ansur con duplicati 2

Matrice di correlazione

weights_df.corr()

matrice di correlazione ansur diagonale

Visualizzare la matrice di correlazione

cmap = sns.diverging_palette(h_neg=10, 
                             h_pos=240, 
                             as_cmap=True)

sns.heatmap(weights_df.corr(), center=0, 
            cmap=cmap, linewidths=1, 
            annot=True, fmt=".2f")

matrice di correlazione visualizzata

Visualizzare la matrice di correlazione

corr = weights_df.corr()

mask = np.triu(np.ones_like(corr, dtype=bool))

array([[ True,  True,  True],
       [False,  True,  True],
       [False, False,  True]])

Visualizzare la matrice di correlazione

sns.heatmap(weights_df.corr(), mask=mask, 
            center=0, cmap=cmap, linewidths=1, 
            annot=True, fmt=".2f")

correlazioni peso vs. altezza con maschera

Visualizzare la matrice di correlazione

selezione correlazioni ansur

Esercitiamoci!

Riduzione della dimensionalità in Python