我们如何才能在热图中仅显示相关超过特定阈值的特征？

Question

数据框中的特征太多。我试图仅绘制相关超过某个阈值的特征，比方说超过 80%，并在热图中显示这些特征。我将一些代码放在一起，它运行s，但我仍然看到一些白线，它们没有数据，因此没有相关性。此外，我看到相关性远低于 80% 的事物。这是我试过的代码。

import seaborn
c = newdf.corr()
plt.figure(figsize=(10,10))
seaborn.heatmap(c, cmap='RdYlGn_r', mask = (np.abs(c) >= 0.8))
plt.show()

当我运行那个的时候，我看到了这个。

这里有什么问题？

我正在做一个小更新，有一些新发现。

这只会得到 corr>.8.

corr = newdf.corr()
kot = corr[corr>=.8]
plt.figure(figsize=(12,8))
sns.heatmap(kot, cmap="Reds")

这似乎行得通，但它仍然让我白了很多！我认为应该有一种方法可以只包含具有一定数量相关性的项目。也许您必须将那些具有 >.8 个项目的项目复制到一个新的数据框中，并从该对象建立相关性。我不确定这是如何工作的。

Answer 1

以下代码将强相关特征（相关性幅度超过 0.8）分组为组件，并分别绘制每组组件的相关性。如果它与您想要的不同，请告诉我。

components = list()
visited = set()
print(newdf.columns)
for col in newdf.columns:
    if col in visited:
        continue

    component = set([col, ])
    just_visited = [col, ]
    visited.add(col)
    while just_visited:
        c = just_visited.pop(0)
        for idx, val in corr[c].items():
            if abs(val) > 0.999 and idx not in visited:
                just_visited.append(idx)
                visited.add(idx)
                component.add(idx)
    components.append(component)

for component in components:
    plt.figure(figsize=(12,8))
    sns.heatmap(corr.loc[component, component], cmap="Reds")

我们如何才能在热图中仅显示相关超过特定阈值的特征？

How can we show ONLY features that are correlated over a certain threshold in a heatmap?

python

heatmap

correlation

python-3.x