Python 归一化后的皮尔逊相关

我想标准化我的数据并计算皮尔逊相关。如果我在没有标准化的情况下尝试这个，它会起作用。通过规范化，我得到以下错误消息：AttributeError:'numpy.ndarray'对象没有属性'corr' 我能做些什么来解决这个问题

import numpy as np
import pandas as pd


filename_train = 'C:\Users\xxx.xxx\workspace\Dataset\!train_data.csv'
names = ['a', 'b', 'c', 'd', 'e', ...]
df_train = pd.read_csv(filename_train, names=names)

from sklearn.preprocessing import Normalizer
normalizeddf_train = Normalizer().fit_transform(df_train)

#pearson correlation
pd.set_option('display.width', 100)
pd.set_option('precision', 2)
print(normalizeddf_train.corr(method='pearson'))

---

您需要

DataFrame

构造函数，因为

fit\u transform

的输出是

numpy数组

，可以使用：

---

您需要

DataFrame

构造函数，因为

fit\u transform

的输出是

numpy数组

，可以使用：

---

可能需要从numy数组创建数据帧-

normalizeddf\u train=pd.dataframe（normalizeddf\u train）

可能需要从numy数组创建数据帧-

normalizeddf\u train=pd.dataframe（normalizeddf\u train）

谢谢您的回答。另一个问题是：怎么可能只有功能“F”的前三名？因此，您可以在第一个视图中看到“F”的前3个相关性。e、 g.

与F的最高相关性：特征3:-0.998906，特征0:-0.994805，特征1:-0.872187

我认为需要

打印（pd.DataFrame（normalizeddf_train）.corr（method='pearson'）.nsmallest（3,5））

或

打印（pd.DataFrame（normalizeddf_train）.corr（method='pearson'）.nlargest（3,5））

其中

3

是值的数目，5是列名。同时检查和。下一个问题是，如何为进一步的预测模型选择A列和D列。我这样问是因为我只有索引，但没有列名。嗯，您可以向

Dataframe

构造函数添加参数列，就像

print（pd.Dataframe（normalizeddf\u train，columns=df\u train.columns）.corr（method='pearson'））

，然后在输出中获取原始列。熊猫的corr函数不是自动线性化数据吗？所以不需要事先做吗？谢谢你的回答。另一个问题是：怎么可能只有功能“F”的前三名？因此，您可以在第一个视图中看到“F”的前3个相关性。e、 g.

与F的最高相关性：特征3:-0.998906，特征0:-0.994805，特征1:-0.872187

我认为需要

打印（pd.DataFrame（normalizeddf_train）.corr（method='pearson'）.nsmallest（3,5））

或

打印（pd.DataFrame（normalizeddf_train）.corr（method='pearson'）.nlargest（3,5））

其中

3

是值的数目，5是列名。同时检查和。下一个问题是，如何为进一步的预测模型选择A列和D列。我这样问是因为我只有索引，但没有列名。嗯，您可以向

Dataframe

构造函数添加参数列，就像

print（pd.Dataframe（normalizeddf\u train，columns=df\u train.columns）.corr（method='pearson'））

，然后在输出中获取原始列。熊猫的corr函数不是自动线性化数据吗？所以不需要事先做吗？

df_train = pd.DataFrame({'A':[1,2,3],
                   'B':[4,5,6],
                   'C':[7,8,9],
                   'D':[1,3,5],
                   'E':[5,3,6],
                   'F':[7,4,3]})

print (df_train)
   A  B  C  D  E  F
0  1  4  7  1  5  7
1  2  5  8  3  3  4
2  3  6  9  5  6  3

from sklearn.preprocessing import Normalizer
normalizeddf_train = Normalizer().fit_transform(df_train)
print (normalizeddf_train)
[[ 0.08421519  0.33686077  0.58950634  0.08421519  0.42107596  0.58950634]
 [ 0.1774713   0.44367825  0.70988521  0.26620695  0.26620695  0.3549426 ]
 [ 0.21428571  0.42857143  0.64285714  0.35714286  0.42857143  0.21428571]]

print(pd.DataFrame(normalizeddf_train).corr(method='pearson'))
          0         1         2         3         4         5
0  1.000000  0.917454  0.646946  0.998477 -0.203152 -0.994805
1  0.917454  1.000000  0.896913  0.894111 -0.575930 -0.872187
2  0.646946  0.896913  1.000000  0.603899 -0.878063 -0.565959
3  0.998477  0.894111  0.603899  1.000000 -0.148832 -0.998906
4 -0.203152 -0.575930 -0.878063 -0.148832  1.000000  0.102420
5 -0.994805 -0.872187 -0.565959 -0.998906  0.102420  1.000000