sklearn 数据相关性

在sklearn中，可以使用不同的方法来计算数据的相关性。其中一种方法是使用特征选择模块中的SelectKBest和chi2函数来计算卡方检验的相关性。具体代码如下所示：

from sklearn.feature_selection import SelectKBest
from sklearn.feature_selection import chi2

# 假设需要选择300个特征
k = 300
selector = SelectKBest(chi2, k=k)
X_new = selector.fit_transform(X, y)

另一种方法是使用feature_selection模块中的f_classif函数来计算离散型变量的相关性。具体代码如下所示：

from sklearn.feature_selection import f_classif

F, pvalues = f_classif(X, y)
k = F.shape[0] - (pvalues > 0.05).sum()

还有一种方法是使用feature_selection模块中的f_regression函数来计算连续型变量的相关性。具体代码如下所示：

from sklearn.feature_selection import f_regression

F, pvalues = f_regression(X, y)
k = F.shape[0] - (pvalues > 0.05).sum()

这些方法可以帮助你计算数据的相关性，并选择出最相关的特征。