Korelācijas matrica

Korelācijas matrica parāda korelācijas koeficientus kolonnu pāriem noteiktai datu kopai. TableTorch atbalsta gan Pīrsona, gan Spīrmena rangu koeficientus.

Nākamajās sadaļās tiek aprēķināti daži korelācijas matricu varianti transportlīdzekļu datu kopai. Zemāk redzamais video demonstrē, kā izmantot TableTorch, lai izveidotu krāsainu korelācijas matricu tieši izklājlapā.

Skatīties YouTube: Aprēķiniet korelācijas matricu Google izklājlapās ar TableTorch 4:33

Sāciet darbu ar TableTorch

  1. Instalējiet TableTorch Google izklājlapām, izmantojot Google Workspace Marketplace. Vairāk informācijas par sākotnējo iestatīšanu.
  2. Noklikšķiniet uz TableTorch ikonas Google izklājlapu labās puses panelī.

TableTorch ikona Google izklājlapu labās puses panelī

Pīrsona koeficienti katram kolonnu pārim

Atlasiet visu lapas diapazonu un noklikšķiniet uz izvēlnes vienuma Korelācijas matrica TableTorch iekšienē.

Korelācijas matricas izvēlnes vienums TableTorch iekšienē

Nenumēriskās kolonnas tiks automātiski izfiltrētas.

Korelācijas matricas opcijas, TableTorch

Noklikšķiniet uz pogas Aprēķināt, lai izveidotu jaunu lapu ar korelācijas matricu. Izveidotā matrica izskatīsies šādi:

Korelācijas matricas piemērs, TableTorch

Noklusējuma iestatījumi jau rada noderīgu matricu. Piemēram, ja mērķis ir veikt regresiju, lai varētu prognozēt kolonnas selling_price vērtību, no izveidotās matricas var izdarīt šādus secinājumus:

  1. selling_price ir niecīgi korelēts ar kolonnu from trustmark dealer, kas liecina, ka nebūtu lietderīgi izmantot šo pazīmi regresijā. Tas pats attiecas uz kolonnu more than 5 seats.
  2. petrol ir ļoti korelēts ar max torque min RPM, kas norāda, ka būtu jēga izmantot tikai vienu no šīm pazīmēm selling_price regresijā.
  3. Tas pats varētu būt patiesībā arī kolonnām engine cc un max power bhp.

Konfigurācija

TableTorch var konfigurēt, lai izveidotu dažādas matricas, rediģējot šādus iestatījumus:

Korelācijas matricas opcijas, TableTorch

  • Koeficients: vai nu Pīrsona, vai Spīrmena rangs. Ja vēlaties tikai noteiktas kolonnas pārvērst rangu skalā pirms koeficientu aprēķināšanas, izmantojiet atsevišķo TableTorch Mērogošanas funkciju pirms korelācijas matricas izveidošanas.
  • Krāsu shēma: vai un kā izcelt izveidotās matricas šūnas.
  • Atlasiet kolonnas: pēc noklusējuma TableTorch aprēķinās koeficientus katram tabulas kolonnu pārim. Tomēr ir iespējams atlasīt tikai nepieciešamās kolonnas, izmantojot šo sadaļu.

Spīrmena rangu koeficienti norādītiem kolonnu pāriem

Vienkārši sakot, Spīrmena rangu koeficients ir Pīrsona koeficients, kas piemērots rangu skalā pārvērstiem kolonnu datiem. TableTorch izmanto daļskaitļu ranžēšanu, kas ir ekvivalenta RANK.AVG(value, data, TRUE) Google izklājlapu funkcijai, t.i., divām identiskām vērtībām tiks piešķirts to vidējais rangs. Izveidotā korelācijas matrica tādējādi identificēs nelineārās korelācijas, kā arī lineārās. Tomēr jāatzīmē, ka TableTorch Lineārās regresijas ieviešana neatbalsta automātisko rangu mērogošanu. Tāpēc, ja tiek identificētas dažas spēcīgas nelineārās korelācijas, ir ieteicams izmantot atsevišķo Mērogošanu un veikt regresiju pret mērogotiem datiem.

TableTorch izveido šādu matricu ar Spīrmena rangu koeficientiem atlasītām kolonnām:

Korelācijas matricas piemērs ar Spīrmena rangu koeficientiem, TableTorch

Secinājums

Pārskatot korelācijas matricu dotajiem datiem, tagad ir iespējams veikt lineāro regresiju, lai apmācītu modeli, kas prognozē vēlamo mainīgo.

Skatīt arī:

Google, Google Izklājlapas, Google Workspace un YouTube ir Google LLC preču zīmes. Gaujasoft TableTorch nav saistīts ar Google un to neveicina Google.

Pasakiet mums!

Paldies, ka izmantojat vai apsverot izmantot TableTorch!

Vai šī lapa precīzi un atbilstoši apraksta attiecīgo funkciju? Vai tā patiešām darbojas tā, kā šeit izskaidrots, vai arī ir kāda problēma? Vai jums ir kādi ieteikumi, kā mēs varētu uzlaboties?

Lūdzu, paziņojiet mums, ja jums ir kādi jautājumi.