Panda - Korelasi Data

Menemukan Hubungan

Aspek hebat dari modul Pandas adalah corr()metodenya.

Metode corr()ini menghitung hubungan antara setiap kolom dalam kumpulan data Anda.

Contoh di halaman ini menggunakan file CSV yang disebut: 'data.csv'.

Unduh data.csv . atau Buka 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

Hasil Dijelaskan

Hasil dari corr()metode ini adalah tabel dengan banyak angka yang mewakili seberapa baik hubungan antara dua kolom.

Jumlahnya bervariasi dari -1 hingga 1.

1 berarti ada hubungan 1 banding 1 (korelasi sempurna), dan untuk kumpulan data ini, setiap kali nilai naik di kolom pertama, nilai lainnya juga naik.

0,9 juga merupakan hubungan yang baik, dan jika Anda meningkatkan satu nilai, nilai lainnya mungkin juga akan meningkat.

-0,9 akan sama baiknya dengan 0,9, tetapi jika Anda meningkatkan satu nilai, yang lain mungkin akan turun.

0.2 berarti BUKAN hubungan yang baik, artinya jika salah satu nilai naik tidak berarti nilai yang lain akan naik.

Korelasi Sempurna:

Kita dapat melihat bahwa "Durasi" dan "Durasi" mendapat nomor 1.000000, yang masuk akal, setiap kolom selalu memiliki hubungan yang sempurna dengan dirinya sendiri.

Korelasi yang baik:

"Durasi" dan "Kalori" memiliki 0.922721korelasi, yang merupakan korelasi yang sangat baik, dan kami dapat memprediksi bahwa semakin lama Anda berolahraga, semakin banyak kalori yang Anda bakar, dan sebaliknya: jika Anda membakar banyak kalori, Anda mungkin sudah lama bekerja.

Korelasi Buruk:

“Duration” dan “Maxpulse” memiliki 0.009403korelasi, yang merupakan korelasi yang sangat buruk, artinya kita tidak dapat memprediksi denyut nadi maksimal hanya dengan melihat durasi latihan, begitu juga sebaliknya.

df.()