피어슨 상관계수 계산하기
영상에서 언급했듯이 피어슨 상관계수(또는 Pearson r)는 공분산보다 해석하기 쉬운 경우가 많습니다. np.corrcoef() 함수를 사용해 계산하며, np.cov()처럼 두 개의 배열을 인수로 받아 2차원 배열을 반환합니다. [0,0]과 [1,1] 항목은 반드시 1이 됩니다(왜 그런지 떠올려 보세요). 우리가 구하려는 값은 [0,1] 항목입니다.
이 연습 문제에서는 두 배열을 받아 피어슨 상관계수를 반환하는 함수 pearson_r(x, y)를 작성합니다. 그런 다음 이 함수를 사용해 I. versicolor의 꽃잎 길이와 너비에 대한 상관계수를 계산해 보겠습니다.
참고로, 이전 연습 문제에서 만든 산점도를 다시 제공하여 꽃잎 길이와 너비의 관계를 상기할 수 있도록 했습니다.
이 연습은 강의의 일부입니다
Python으로 하는 Statistical Thinking (파트 1)
연습 안내
- 시그니처가
pearson_r(x, y)인 함수를 정의하세요.np.corrcoef()을 사용해x와y의 상관계수 행렬을 계산하세요(np.corrcoef()에는 이 순서대로 전달하세요).- 함수는 상관계수 행렬의
[0,1]항목을 반환해야 합니다.
- 배열
versicolor_petal_length와versicolor_petal_width의 데이터에 대해 피어슨 상관계를수(피어슨 r)를 계산하고, 결과를r에 할당하세요. - 결과를 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
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