BaşlayınÜcretsiz Başlayın

Pearson korelasyon katsayısını hesaplama

Videoda bahsedildiği gibi, Pearson korelasyon katsayısı (Pearson r olarak da bilinir), kovaryanstan daha kolay yorumlanır. np.corrcoef() kullanılarak hesaplanır. np.cov() gibi, iki dizi alır ve 2B bir dizi döndürür. [0,0] ve [1,1] girişleri zorunlu olarak 1’e eşittir (nedenini düşünebiliyor musun?) ve aradığımız değer [0,1] girişidir.

Bu egzersizde, iki dizi alıp Pearson korelasyon katsayısını döndüren pearson_r(x, y) adlı bir fonksiyon yazacaksın. Ardından bu fonksiyonu kullanarak I. versicolor’un taç yaprağı uzunlukları ve genişlikleri için katsayayı hesaplayacaksın.

Yine, taç yaprağı genişliği ile uzunluğunun nasıl ilişkili olduğunu anımsatmak için önceki bir egzersizde oluşturduğun saçılım grafiğini ekliyoruz.

Bu egzersiz

Python ile İstatistiksel Düşünme (Bölüm 1)

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • pearson_r(x, y) imzasına sahip bir fonksiyon tanımla.
    • x ve y’nin (bu sırayla np.corrcoef()’e vererek) korelasyon matrisini hesaplamak için np.corrcoef() kullan.
    • Fonksiyon, korelasyon matrisinin [0,1] girişini döndürsün.
  • versicolor_petal_length ve versicolor_petal_width dizilerindeki veriler arasında Pearson korelasyonunu hesapla. Sonucu r değişkenine ata.
  • Sonucu yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

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
Kodu Düzenle ve Çalıştır