Pandalar - Veri Korelasyonları

İlişkiler Bulma

Pandalar modülünün harika bir yönü, corr()yöntemidir.

Yöntem corr(), veri kümenizdeki her sütun arasındaki ilişkiyi hesaplar.

Bu sayfadaki örnekler, 'data.csv' adlı bir CSV dosyası kullanır.

data.csv dosyasını indirin . veya data.csv'yi açın

            Duration     Pulse  Maxpulse  Calories
  Duration  1.000000 -0.155408  0.009403  0.922721
  Pulse    -0.155408  1.000000  0.786535  0.025120
  Maxpulse  0.009403  0.786535  1.000000  0.203814
  Calories  0.922721  0.025120  0.203814  1.000000

Sonuç Açıklaması

Yöntemin sonucu, corr()iki sütun arasındaki ilişkinin ne kadar iyi olduğunu gösteren çok sayıda sayı içeren bir tablodur.

Sayı -1 ile 1 arasında değişir.

1, 1'e 1 ilişki (mükemmel bir korelasyon) olduğu anlamına gelir ve bu veri seti için, ilk sütunda her değer arttığında diğeri de artar.

0.9 da iyi bir ilişkidir ve bir değeri artırırsanız, diğeri de muhtemelen artacaktır.

-0.9, 0.9 kadar iyi bir ilişki olurdu, ancak bir değeri artırırsanız, diğeri muhtemelen düşecektir.

0.2, iyi bir ilişki DEĞİLDİR, yani bir değer yükselirse diğerinin çıkacağı anlamına gelmez.

Mükemmel Korelasyon:

"Süre" ve "Süre" nin sayı aldığını görebiliriz 1.000000, bu mantıklı, her sütunun her zaman kendisiyle mükemmel bir ilişkisi vardır.

İyi Korelasyon:

"Süre" ve "Kalori" 0.922721arasında çok iyi bir korelasyon var ve ne kadar uzun süre çalışırsanız, o kadar fazla kalori yakacağınızı ve bunun tersini öngörebiliriz: çok fazla kalori yaktıysanız, muhtemelen uzun bir çalışma vardı.

Kötü Korelasyon:

"Süre" ve "Maxpulse" bir 0.009403korelasyona sahip, bu çok kötü bir korelasyon, yani maksimum nabzı sadece çalışmanın süresine bakarak tahmin edemeyiz ve bunun tersi de geçerlidir.

df.()