Python 如何计算MxN相关矩阵

我有一个CSV文件包含一些tweet和两组功能（a和B），如下所示：

TWEET, A1, A2, B1, B2, B3
tweet text, 0.23, 0.54, 120, 60, 39
tweet text, 0.33, 0.7, 70, 20, 36
tweet text, 0.8, 0.41, 68, 52, 29

如您所见，它们具有不同的长度（A要素为2列，B要素为3列）。我想比较他们之间的关系（或依赖性）。我的目标是识别相关特征，以删除一些特征并减少特征维度。一种可能的解决方案是使用

相关矩阵

，该矩阵可通过

DataFrame.corr

访问。但是这个矩阵只接受相同大小的数组。问题是如何计算不同长度特征的

相关矩阵

，如上例中的A和B？在关联之后，我将能够说，例如，特征A1和B2足够了，我们可以删除其他特征；因为它们完全依赖于A1和B2

---

欢迎任何其他建议。

相关性不需要是MxN。您所做的只是检查

N

列之间的相关性，这样它将是

NxN

矩阵。从<代码> n*n < /代码>你可以考虑你喜欢的那些，而忽略其他的。< /P>

import seaborn as sns
import pandas as pd
from io import StringIO
df = pd.read_csv(StringIO('''TWEET, A1, A2, B1, B2, B3
tweet text, 0.23, 0.54, 120, 60, 39
tweet text, 0.33, 0.7, 70, 20, 36
tweet text, 0.8, 0.41, 68, 52, 29
'''),sep=',')
print(df.corr()) # Pandas correlation matrix
sns.heatmap(df.corr(),annot = True)

输出：

    A1              A2          B1         B2          B3
A1  1.000000    -0.732859   -0.661319   0.167649    -0.991352
A2  -0.732859   1.000000    -0.025703   -0.793614   0.637235
B1  -0.661319   -0.025703   1.000000    0.628619    0.754036
B2  0.167649    -0.793614   0.628619    1.000000    -0.036827
B3  -0.991352   0.637235    0.754036    -0.036827   1.000000

---

只需取下所有5列并绘制相关性即可。你会有所有可能的组合。你能给我一个实施的小例子吗？（相关URL也足够）添加了一个答案，希望对您有所帮助