Korelacja

Analiza danych IoT w Pythonie

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

heatmap

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

Heatmapa korelacji danych

heatmap

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

Heatmapa korelacji danych – wyróżniona wysoka korelacja ujemna (temperatura / wilgotność)

heatmap

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

Heatmapa korelacji danych – wyróżniona korelacja dodatnia (nasłonecznienie / temperatura)

heatmap

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

Heatmapa korelacji danych – wyróżniona bardzo wysoka korelacja dodatnia (pojazdy lekkie/ciężkie)

Pairplot

sns.pairplot(data)

Pairplot 4 kolumn

Podsumowanie

heatmap
- Korelacja ujemna
- Korelacja dodatnia
- Korelacja bliska 1

Czas na ćwiczenia!

Analiza danych IoT w Pythonie

Preparing Video For Download...