如何计算所有特征与目标变量（二元分类器，python 3）的相关性？

Posted 2023-03-12

【中文标题】如何计算所有特征与目标变量（二元分类器，python 3）的相关性？

【英文标题】：How to calculate the correlation of all features with the target variable (binary classifier, python 3)?

【发布时间】：2019-08-02 10:41:28

【问题描述】：

我想在 python 中计算我的所有特征（所有浮点类型）和 类标签（二进制，0 或 1）的相关性。此外，我想绘制数据以按类别可视化它们的分布。

这是必需的，因此我可以找到与单个标签相关联的功能并找出它们的真正重要性。请注意，我不希望成对特征相关，并且我的分类器是二元的。

我已经尝试了以下方法（来自 *** 中的类似帖子），但这并不是我想要的。

df.drop("Target", axis=1).apply(lambda x: x.corr(df.Target)) 

请在附图中查看其中一个功能（来自 Weka）的分布情况。

其中一项功能的类分布

非常感谢任何反馈。

【问题讨论】：

只需使用df.corr() 获取所有特征之间的关联关系，然后删除除目标之外的所有列。

【参考方案1】：

相关性不应该用于分类变量。更多解释见here

您可以通过以下方法了解自变量与目标变量之间的关系。

from sklearn.datasets import load_breast_cancer
data  = load_breast_cancer(return_X_y=False)

import pandas as pd

df=pd.DataFrame(data.data[:,:5])
df.columns = data.feature_names[:5]

df['target'] = data.target.astype(str)

import seaborn as sns;
import matplotlib.pyplot as plt
g= sns.pairplot(df,hue = 'target', diag_kind= 'hist',
             vars=df.columns[:-1],
             plot_kws=dict(alpha=0.5), 
             diag_kws=dict(alpha=0.5))
plt.show()