如何计算所有特征与目标变量(二进制分类器，python 3)的相关性？

Question

我想在python中计算我的所有特性(所有浮点类型)和类标签(二进制，0或1)之间的相关性。此外，我还想绘制这些数据，以便按类可视化它们的分布。

这是必要的，这样我就可以找到与单个标签相结合的特性，并找出它们的真正重要性。注意，我不想要成对的特征相关性，并且我的分类器是二进制的。

我已经尝试了以下(从类似的帖子在堆栈溢出)，但这不是我想要的。

df.drop("Target", axis=1).apply(lambda x: x.corr(df.Target)) 

请在附图中看到发行版的外观，其中一个是特性(来自Weka)。

一个特性的类分布()

​

任何反馈都是非常感谢的。

Answer 1

关联不应该用于分类变量。有关更多解释，请参见这里

您可以通过以下方法理解自变量和目标变量之间的关系。

from sklearn.datasets import load_breast_cancer
data  = load_breast_cancer(return_X_y=False)

import pandas as pd

df=pd.DataFrame(data.data[:,:5])
df.columns = data.feature_names[:5]

df['target'] = data.target.astype(str)

import seaborn as sns;
import matplotlib.pyplot as plt
g= sns.pairplot(df,hue = 'target', diag_kind= 'hist',
             vars=df.columns[:-1],
             plot_kws=dict(alpha=0.5), 
             diag_kws=dict(alpha=0.5))
plt.show()

​

​