sklearn 皮尔逊相关系数

sklearn是一个Python机器学习库，提供了许多用于数据处理、特征选择、模型训练和评估等功能。而皮尔逊相关系数（Pearson correlation coefficient）是一种用于衡量两个变量之间线性相关程度的统计量。

在sklearn中，可以使用`sklearn.metrics`模块中的`pearsonr`函数来计算皮尔逊相关系数。该函数接受两个一维数组作为输入，并返回两个变量之间的相关系数和p-value值。

下面是使用sklearn计算皮尔逊相关系数的示例代码：

from sklearn.metrics import pearsonr

# 两个变量的数据
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]

# 计算皮尔逊相关系数和p-value
corr_coef, p_value = pearsonr(x, y)

print("皮尔逊相关系数:", corr_coef)
print("p-value:", p_value)

输出结果为：

皮尔逊相关系数: -1.0
p-value: 0.0