<< Click to Display Table of Contents >> 当前位置:  深度分析 > 统计分析  相关性分析 复制链接 回到主页

相关分析（correlation analysis）是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。 相关性度量有三种计算方法：Pearson，Kendall，Spearman.

 

用法：

选择两个以上数值特征作为输入数据。设置相关性分析后，可通过连接表格视图来查看相关性矩阵；通过连接图片视图来查看矩阵图。

 

注意事项：

不能选择字符串类型（string）字段。

❖相关性分析节点的配置方法

将相关性分析节点添加到实验后，可通过右侧的“配置项目”页面，对相关性分析节点进行设置。

【方式】衡量两个变量线性相关性的强弱;在方差和协方差的基础上达到的，对异常值敏感;服从正态分布或接近正态分布的单峰分布； Pearson data demand :两个变量为连续值数据。 Spearman: 衡量变革变量之间联系（变化趋势）的强弱;在秩（排序）的相对大小基础上得到，对异常值更稳健; Spearman Data Demand :两个变量均为连续数据或等级数据 Kendall: 基于协同过滤思想得到，衡量变量之间的协同趋势;对异常值稳健; Kendall Data Demand :两个变量均为连续数据或等级数据

【操作列】选择数值型字段，不能低于两个字段。

 

 

相关性分析节点右键菜单

❖相关性分析节点运行

运行节点，将数据传递给DM-Engine进行计算，得到输出结果。

 

❖相关性分析节点重置

已经运行过的节点进行重置，删除返回的结果，节点状态更改为未运行。

 

❖相关性分析节点重命名

在相关性分析节点的右键菜单中，选择“重命名”，可以对节点进行重命名。

 

❖删除相关性分析节点

在相关性分析节点的右键菜单中，选择“删除”或者点击键盘 delete 键进行删除，能够删除节点以及节点的输入、输出连线。

 

❖刷新相关性分析节点

在相关性分析节点的右键菜单中，选择“刷新”，可以更新同步数据或者参数信息。