पांडा - डेटा सहसंबंध

रिश्ते ढूँढना

पंडों मॉड्यूल का एक बड़ा पहलू corr()विधि है।

यह corr()विधि आपके डेटा सेट में प्रत्येक कॉलम के बीच संबंध की गणना करती है।

इस पृष्ठ के उदाहरण एक CSV फ़ाइल का उपयोग करते हैं जिसका नाम है: 'data.csv'।

data.csv डाउनलोड करें । या खुला data.csv

            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

परिणाम समझाया

विधि का परिणाम corr()बहुत सारी संख्याओं वाली एक तालिका है जो दर्शाती है कि दो स्तंभों के बीच संबंध कितना अच्छा है।

संख्या -1 से 1 तक भिन्न होती है।

1 का अर्थ है कि 1 से 1 संबंध (एक पूर्ण सहसंबंध) है, और इस डेटा सेट के लिए, हर बार जब पहले कॉलम में एक मान ऊपर जाता है, तो दूसरा भी ऊपर जाता है।

0.9 भी एक अच्छा संबंध है, और यदि आप एक मान बढ़ाते हैं, तो संभवतः दूसरा भी बढ़ जाएगा।

-0.9, 0.9 जितना ही अच्छा संबंध होगा, लेकिन यदि आप एक मान बढ़ाते हैं, तो दूसरा संभवतः नीचे चला जाएगा।

0.2 का मतलब अच्छा संबंध नहीं है, जिसका अर्थ है कि यदि एक मान बढ़ता है तो इसका मतलब यह नहीं है कि दूसरा होगा।

सही सहसंबंध:

हम देख सकते हैं कि "अवधि" और "अवधि" को संख्या मिली है 1.000000, जो समझ में आता है, प्रत्येक कॉलम का हमेशा अपने साथ एक आदर्श संबंध होता है।

अच्छा सहसंबंध:

"अवधि" और "कैलोरी" को एक 0.922721सहसंबंध मिला, जो एक बहुत अच्छा सहसंबंध है, और हम यह अनुमान लगा सकते हैं कि आप जितनी अधिक देर तक कसरत करेंगे, उतनी ही अधिक कैलोरी आप बर्न करेंगे, और इसके विपरीत: यदि आपने बहुत अधिक कैलोरी बर्न की है, तो आप शायद एक लंबा काम था।

खराब सहसंबंध:

"अवधि" और "मैक्सपल्स" को एक 0.009403सहसंबंध मिला, जो एक बहुत ही खराब सहसंबंध है, जिसका अर्थ है कि हम केवल वर्कआउट की अवधि को देखकर और इसके विपरीत अधिकतम पल्स का अनुमान नहीं लगा सकते हैं।

df.()