用python计算iris数据集每两个特征之间的相关系数。
时间: 2024-05-10 13:17:41 浏览: 7
可以使用pandas和numpy库来计算iris数据集每两个特征之间的相关系数。
代码如下:
```python
import pandas as pd
import numpy as np
from sklearn.datasets import load_iris
# 加载iris数据集
iris = load_iris()
# 将数据集转换为DataFrame格式
df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
# 计算每两个特征之间的相关系数
corr = df.corr()
# 打印相关系数矩阵
print(corr)
```
输出结果为:
```
sepal length (cm) sepal width (cm) petal length (cm) petal width (cm)
sepal length 1.000000 -0.117570 0.871754 0.817941
sepal width -0.117570 1.000000 -0.428440 -0.366126
petal length 0.871754 -0.428440 1.000000 0.962865
petal width 0.817941 -0.366126 0.962865 1.000000
```
这个矩阵展示了每两个特征之间的相关系数,对角线上的值为1,因为每个特征与自己的相关系数必须是1。