शुरू करेंमुफ़्त में शुरू करें

Pearson correlation coefficient की गणना

वीडियो में बताया गया था कि Pearson correlation coefficient, जिसे Pearson r भी कहा जाता है, अक्सर covariance की तुलना में समझना आसान होता है. इसे np.corrcoef() फ़ंक्शन से compute किया जाता है. np.cov() की तरह, यह भी दो एरेज़ को आर्ग्युमेंट्स के रूप में लेता है और एक 2D एरे लौटाता है. एंट्रीज़ [0,0] और [1,1] अनिवार्य रूप से 1 के बराबर होती हैं (क्या आप सोच सकते हैं क्यों?), और हमें जो मान चाहिए वह एंट्री [0,1] में होता है.

इस अभ्यास में, आप एक फ़ंक्शन pearson_r(x, y) लिखेंगे जो दो एरे लेता है और Pearson correlation coefficient लौटाता है. इसके बाद, आप इस फ़ंक्शन का उपयोग I. versicolor की पंखुड़ी की लंबाइयों और चौड़ाइयों के लिए इसे compute करने में करेंगे.

फिर से, हमने पिछली कसरत में बनाया गया scatter plot शामिल किया है ताकि आपको याद रहे कि पंखुड़ी की चौड़ाई और लंबाई एक-दूसरे से कैसे संबंधित हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Statistical Thinking in Python (Part 1)

पाठ्यक्रम देखें

अभ्यास निर्देश

  • pearson_r(x, y) सिग्नेचर वाला एक फ़ंक्शन परिभाषित करें.
    • np.corrcoef() का उपयोग करके x और y का correlation मैट्रिक्स compute करें (उन्हें इसी क्रम में np.corrcoef() को पास करें).
    • फ़ंक्शन correlation मैट्रिक्स की एंट्री [0,1] लौटाए.
  • एरेज़ versicolor_petal_length और versicolor_petal_width के डेटा के बीच Pearson correlation निकालें. परिणाम r में असाइन करें.
  • परिणाम प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

def ____(____, ____):
    """Compute Pearson correlation coefficient between two arrays."""
    # Compute correlation matrix: corr_mat


    # Return entry [0,1]
    return corr_mat[0,1]

# Compute Pearson correlation coefficient for I. versicolor: r


# Print the result
कोड संपादित करें और चलाएँ