这五种统计学概念，扫清数据科学之路“拦路虎”

两个特征变量的协方差用于衡量两个变量如何“相关”。如果两个变量为协方差的正相关，那么当一个变量增加时，另一个变量也会增加;而在若为协方差的负相关，那么两个特征变量的值将在朝着相反方向改变。

(2) 相关性

相关性只是标准化的(缩放)协方差，除以需要分析的两个变量的标准偏差的乘积。这可使相关范围始终在-1.0和1.0之间。

如果两个特征变量的相关性为1.0，则变量具有完美的正相关性。这意味着如果由于给定量，一个变量发生改变，则另一变量会按照相同方向成比例地移动。

用于降维的PCA例证

正相关系数小于1表示不完全正相关，相关系数越接近1，相关性越强。这同样适用于负相关系数，只是特征变量的值在相反方向上变化，而非在相同方向上发生变化。

了解相关性对降维所拥的主成分分析(PCA)等技术非常有必要。人们首先计算一个相关矩阵——如果有两个或多个高度相关的变量，那么解释数据时，变量实际上是多余的，可删除其中一部分以降低复杂性。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!