scipy.stats.pearsonr - 皮尔森相关系数

函数：pearsonr(x,y)

功能：

    计算特征与目标变量之间的相关度

参数说明：

1）输入：x为特征，y为目标变量.
2）输出：r： 相关系数 [-1，1]之间，p-value: p值。
     注： p值越小，表示相关系数越显著，一般p值在500个样本以上时有较高的可靠性。

示例：

数据

• 样本数：1000
• 特征数：3（3维数据）
• 重要特征：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)

分别计算每个特征与标签的相关系数

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的第二个特征是重要特征（相关系数最高）

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