python-3.x - 如何计算所有特征与目标变量的相关性(二元分类器，python 3)？

Question

我想在 python 中计算我的所有特征(所有浮点类型)和类标签(二进制，0 或 1)的相关性。此外，我想绘制数据以可视化它们按类别的分布。

这是必需的，这样我就可以找到与单个标签耦合的特征并找出它们的真正重要性。请注意，我不想要成对特征相关性并且我的分类器是二元的。

我已经尝试了以下内容(来自 stackoverflow 中的类似帖子)，但这并不是我想要的。

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

请在所附图片中查看其中一个特征(来自 Weka)的分布情况。

其中一个特征的类分布

非常感谢任何反馈。

Answer 1

相关性不应该用于分类变量。有关更多说明，请参阅 here

您可以通过以下方法了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()