pandas相关系数矩阵

相关矩阵也叫相关系数矩阵，是由矩阵各列间的相关系数构成的。也就是说，相关矩阵第i行第j列的元素是原矩阵第i列和第j列的相关系数。
定义：设（X1,X2,X3...Xn）是一个n维随机变量,任意Xi与Xj的相关系数ρij（i,j=1,2,...n）存在,则以ρij为元素的n阶矩阵称为该维随机向量的相关矩阵.记作R,即



性质：相关矩阵的对角元素是1。相关矩阵是对称矩阵。在python中，可以利用pandas的corr获取相关系数矩阵，代码如下：corrdf = full.corr()
corrdf输出（只截取一部分）：



默认地，系统返回每个行-列对中的 Pearson 相关系数。通过传递方法的参数，还可以切换到 Kendall's tau 或 Spearman's 秩相关系数（例如，.corr(method="spearman")或.corr(method="kendall")）

还可以对相关系数矩阵进行降序排列，ascending=False表示降序corrdf['Survived'].sort_values(ascending=False)输出：Survived 1.000000
Title_Mrs 0.344935
Title_Miss 0.332795
Pclass_1 0.285904
familyd
4000
f_Small 0.279855
Fare 0.257307
Cabin_B 0.175095
Embarked_C 0.168240
Cabin_D 0.150716
Cabin_E 0.145321
Cabin_C 0.114652
Pclass_2 0.093349
Title_Master 0.085221
Parch 0.081629
Cabin_F 0.057935
Title_Royalty 0.033391
Cabin_A 0.022287
familydfSize 0.016639
Cabin_G 0.016040
Embarked_Q 0.003650
PassengerId -0.005007
Cabin_T -0.026456
Title_Officer -0.031316
SibSp -0.035322
Age -0.070323
familydf_Large -0.125147
Embarked_S -0.149683
familydf_Single -0.203367
Cabin_U -0.316912
Pclass_3 -0.322308
Sex -0.543351
Title_Mr -0.549199
Name: Survived, dtype: float64在建模时候，需要考察相关性特征，正数为正相关，负数为负相关，通常可以选取绝对值在0.1以上的特征进行建模。若需建立强相关模型，就选取更强的相关性特征。