correlation

1熱度

1回答

我想在Gatling加載工具中關聯或創建一個「檢查」，但不知道如何去做。我通過官方Gatling網站的高級教程文檔，但無法準確找到動態值的相關性。下面是代碼從我的腳本 .feed(feeder) .exec(http("EnterDetails") .post("/events/review.action") .headers(headers_6)

1熱度

3回答

從Corr矩陣返回最大相關性和行名稱

我試圖通過使用cor函數找到data.frame對象的每個列中的最大相關性。比方說，這個物體看起來像 A <- rnorm(100,5,1) B <- rnorm(100,6,1) C <- rnorm(100,7,4) D <- rnorm(100,4,2) E <- rnorm(100,4,3) M <- data.frame(A,B,C,D,E) N <- cor(M)

1熱度

1回答

將垂直矩陣轉換爲相關矩陣。 Python

我用pd.DataFrame.corr()方法從我的DataFrame創建一個相關矩陣，做了一些東西，我切斷了某些值，得到類似於下面DF_interactions的表格。現在我想將它帶回到相關矩陣樣式中，如下面的DF_corr。什麼是使用pandas，numpy，sklearn，或scipy對相互作用的錶轉換爲關係式的矩陣的最有效方法是什麼？我包括我的填補這一數據幀的天真方法... #Crea

1熱度

1回答

相關R熱圖：僅示出值在閾

這裏是代碼（庫：corrplot）： df <- read.table(header=T, text="v1 v2 v3 v4 1 1 5 3 2 2 2 4 4 5 3 3 3 5 1 4 4 2 1 3 5 5 1 2 4 ") cormat<-cor(df) corrplot(cormat)

0熱度

1回答

如何解釋滯後與當前可變散點圖

我對統計和時間序列非常陌生，並且我正在按照本教程（http://www.johnwittenauer.net/a-simple-time-series-analysis-of-the-sp-500-index/）進行時間序列分析。所以，我得到了我的第一個數據差異的固定時間序列，所以我沒有采取任何日誌的第一個區別。（見附件）。由於我的數據分辨率爲1分鐘（每分鐘服務器的交易次數），因此我想用前一天的

1熱度

1回答

AMPL相關係數

我有一個具體的問題，我會深表謝謝任何幫助。我正在研究AMPL（一種數學編程語言）的具體項目：我需要實現一個目標函數，該函數可以將變量的成本風險降到最低，其成本作爲參數，相關係數爲好。使用成本差異來估計風險，我有我的相關矩陣數據。我的相關矩陣如下所示：相關係數（％）煤汽輪機燃氣燃氣輪機風中環光伏水電非抽核GenIII核GenIV煤炭汽輪機CCS 1 0.47 0 0 0 0.12 0.1

2熱度

1回答

軸標籤沒有顯示

我遇到了我的座標軸，標籤等出現在我的情節中的問題。我得到的只是數據點。我的情節呈現這樣 enter image description here 我的代碼了本 plot(Corr_SIMPIN_clean$PlanSum ~ Corr_SIMPIN_clean$POMP_Score_Flanker, xlab = "PlanSum", ylab = "POMP Score Flanker")

2熱度

3回答

減少的數據集的相關性與NA

考慮下面的示例數據： a=c(NA,1,NA) b=c(1,2,4) c=c(0,1,0) d=c(1,2,4) df=data.frame(a,b,c,d) 目的爲2列，其中NA應減少的相關性之間找到相關性。 NA意味着事件沒有發生。有沒有辦法在關聯中使用NA，這樣它就會拉低相關的值？ > cor(df$a, df$b) [1] NA 或者我應該看看其他一些數學函數嗎？

4熱度

1回答

加速R中的相關矩陣計算

我有一個有49個變量和4M行的數據幀。我想計算49 x 49的相關矩陣。所有列都是類數字。這裏有一個例子： df <- data.frame(replicate(49,sample(0:50,4000000,rep=TRUE))) 我使用的標準cor功能。 cor_matrix <- cor(df, use = "pairwise.complete.obs") 這需要很長時間。我有16G

-1熱度

1回答

相關矩陣離散連續變量R

我有一個數據集具有這些功能：持續時間連接，IP，持續時間登錄。持續時間連接和持續時間LogIn是連續變量，但IP是包含計算機IP地址的格式變量。我想創建這些功能的相關矩陣。但我不確定cor（）是否可以與IP特性一起作爲非連續變量。對此問題的任何想法。謝謝