Sử dụng Corr()
Câu nói quen thuộc 'Correlation does not imply Causation' (Tương quan không hàm ý quan hệ nhân quả) là một lời nhắc thận trọng. Tuy vậy, tương quan vẫn cho bạn một gợi ý tốt về nơi nên bắt đầu tìm các đặc trưng tiềm năng cho mô hình. Hãy dùng bài tập này để làm quen với việc lần đầu dò tìm dữ liệu, cố gắng phát hiện các mẫu/pattern.
Một danh sách tên là columns chứa các tên cột đã được tạo sẵn cho bạn. Trong bài này, bạn sẽ tính tương quan giữa các cột đó và 'SALESCLOSEPRICE', rồi tìm giá trị lớn nhất.
Bài tập này là một phần của khóa học
Feature Engineering với PySpark
Hướng dẫn bài tập
- Dùng vòng lặp
forđể duyệt quacolumns. - Ở mỗi vòng lặp, tính hệ số tương quan giữa cột hiện tại và
'SALESCLOSEPRICE'bằng phương thứccorr(). - Tạo logic để cập nhật giá trị tương quan lớn nhất quan sát được và cột tương ứng.
- In ra tên cột có tương quan lớn nhất với
'SALESCLOSEPRICE'.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Name and value of col with max corr
corr_max = 0
corr_max_col = columns[0]
# Loop to check all columns contained in list
for ____ in ____:
# Check the correlation of a pair of columns
corr_val = df.____(____, ____)
# Logic to compare corr_max with current corr_val
if ____ ____ ____:
# Update the column name and corr value
corr_max = corr_val
corr_max_col = col
print(corr_max_col)