Pearson有哪些相關係數 - PolarDB

Pearson相關係數（Pearson Correlation Coefficient）用于衡量兩個資料集合的線性關係。Pearson相關係數的絕對值越大，相關性越強。本文介紹了Pearson相關係數的相關內容。

使用情境

Pearson相關係數的適用範圍如下：

兩個變數的標準差都不為零。
兩個變數之間是線性關係，且都是連續的資料。
雙變數常態分佈，或接近正態的單峰分布。

通常，Pearson相關係數用於判斷機器學習模型中兩個特徵之間的線性關係，如果兩個特徵相關度較強，則表明這兩個特徵有重複的嫌疑，您可以根據具體的情況選擇丟棄一個特徵，以保證模型的有效性。

文法

CREATE FEATURE feature_name WITH ( feature_class = '', x_cols = '', parameters=()) AS (SELECT select_expr [, select_expr] ... FROM table_reference)

文法中對應的參數說明如下：

參數	說明	樣本
feature_name	特徵名稱。	pearson_001
feature_class	特徵的類型。固定值pearson。	pearson
x_cols	自變數列表，必須是浮點數或整數。多個自變數之間使用英文逗號（,）分隔。	dx1,dx2
parameters	建立特徵時使用者自訂的參數。取值如下： null_strategy：空值填充策略。取值如下： mean（預設）：使用均值填充。 median：使用中位元填充。 categorical_feature：類目特徵。多個類目特徵之間使用英文逗號（,）分隔。用於排除x_cols中的非整數或非浮點數類型的列。	categorical_feature='dx3'
select_expr	用於建立特徵的列名。	dx4
table_reference	用於建立特徵的列所在的表的名稱。	airlines_test_1000

樣本

/*polar4ai*/CREATE FEATURE pearson_001 WITH ( feature_class = 'pearson',x_cols='Airline,Flight,AirportFrom,AirportTo,DayOfWeek,Time,Length',parameters=(null_strategy='mean',categorical_feature='Airline,Flight,AirportFrom,AirportTo,DayOfWeek')) AS (SELECT * FROM airlines_test_1000);