선형 회귀 기울기 행렬 계산 (상관 행렬과 유사) - Python/Pandas

Question

팬더는 데이터 프레임에 대한 상관 행렬 데이터 프레임, pd.DataFrame.corr()을 제공하는 정말 좋은 기능을 가지고 있습니다.

그러나 상관 관계의 r은 항상 유익한 것은 아닙니다. 응용 프로그램에 따라 선형 회귀의 기울기도 마찬가지로 중요 할 수 있습니다. 입력 행렬 또는 데이터 프레임에 대해이를 반환 할 수있는 함수가 있습니까?

으로 반복하는 것 외에는 고통이 될 수 있습니다.이 방법이 없습니다. 회귀 라인 (Y)의

Answer 1

경사 = B ₀ + B ₁ * X 또한 상관 계수를 이용하여 계산 될 수있다 : B- ₁ = CORR (X, Y) * σ _X/σ _Y

σ를 만들 NumPy와의 newaxis 사용 X/Y σ 매트릭스 :

df.corr() * (df.std().values/df.std().values[:, np.newaxis]) 
Out[59]: 
      A   B   C 
A 1.000000 -0.686981 0.252078 
B -0.473282 1.000000 -0.263359 
C 0.137670 -0.208775 1.000000 

곳 df은 다음과 같습니다

df 
Out[60]: 
    A B C 
0 5 6 9 
1 4 4 2 
2 7 3 5 
3 4 3 9 
4 6 5 3 
5 3 8 6 
6 2 8 1 
7 7 2 7 
8 4 1 5 
9 1 6 6 

그리고 이것은 확인을위한 것입니다 : 나는 당신이 여기에 버그 미안 해요

res = [] 
for col1, col2 in itertools.product(df.columns, repeat=2): 
    res.append(linregress(df[col1], df[col2]).slope) 
np.array(res).reshape(3, 3) 
Out[72]: 
array([[ 1.  , -0.68698061, 0.25207756], 
     [-0.47328244, 1.  , -0.26335878], 
     [ 0.1376702 , -0.20877458, 1.  ]])