scipy.stats.pearsonr - 皮爾森相關係數

函數：pearsonr(x,y)

功能：

    計算特徵與目標變量之間的相關度

參數說明：

1）輸入：x爲特徵，y爲目標變量.
2）輸出：r： 相關係數 [-1，1]之間，p-value: p值。
     注： p值越小，表示相關係數越顯著，一般p值在500個樣本以上時有較高的可靠性。

示例：

數據

• 樣本數：1000
• 特徵數：3（3維數據）
• 重要特徵：1

from sklearn.datasets import make_regression

X,y = make_regression(n_samples=1000, n_features=3, n_informative=1, noise=100, random_state=9527)

分別計算每個特徵與標籤的相關係數

from scipy.stats import pearsonr

p1 = pearsonr(X[:,0],y)
p2 = pearsonr(X[:,1],y)
p3 = pearsonr(X[:,2],y)

可以看出X的第二個特徵是重要特徵（相關係數最高）

print(p1)
>>>(0.01293680050695129, 0.6828310401786694)
print(p2)
>>>(0.6680920624164118, 2.8345376164035335e-130)
print(p3)
>>>(0.03938982451397195, 0.21330062660673496)