相关性强度
从直观上，我们可以查看给出的图，"观察" 两个变量是否似乎会 "一起变化"。
- 数据集 A：x 与 y 一起变化，似乎关系很强。
- 数据集 B：大致呈上升趋势；x 与 y 似乎只有较弱的关联。
- 数据集 C：看起来像随机散点；x 和 y 不会一起变化，彼此无关。
回顾：偏差是相对于均值的差值，我们通过除以标准差进行标准化。在本练习中，您将通过计算相关系数来比较这 3 个数据集，并判断哪个数据集的变量 x 与 y 的线性相关性最强。请使用提供的数据表 data_sets，这是一个记录的字典，每条记录包含键 'name'、'x'、'y' 和 'correlation'。
本练习是课程的一部分
Python 线性建模入门
练习说明
- 使用
x和y的标准化偏差乘积的均值，补全correlation()函数定义。 - 遍历
data_sets，使用correlation(record['x'], record['y'])计算并存储每个相关系数。 - 运行截至目前的代码（即 for 循环结束处），并查看打印结果。哪个数据集的相关性最强？
- 将相关性最强的数据集名称（
data_sets['A']、data_sets['B']或data_sets['C']）赋给变量best_data。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Complete the function that will compute correlation.
def correlation(x,y):
x_dev = x - np.____(x)
y_dev = y - np.____(y)
x_norm = x_dev / np.____(x)
y_norm = y_dev / np.____(y)
return np.____(x_norm * y_norm)
# Compute and store the correlation for each data set in the list.
for name, data in data_sets.items():
data['correlation'] = ____(data['x'], data['y'])
print('data set {} has correlation {:.2f}'.format(name, data['correlation']))
# Assign the data set with the best correlation.
best_data = data_sets['____']