二分类变量和连续变量之间的相关性

filipedgb

我在rapidminer上使用了运算符“Correlation Matrix”，我相信它使用了Pearson Correlation，并且该运算符能够计算每个变量类型的相关性，包括二项(二分)和多项式。

我想知道:操作符是如何计算相关性的，例如在一个二项式和一个数值属性之间?皮尔逊相关性不是只允许数值变量吗?它是简单地将二项式转换为0和1，还是做了其他事情?

提前感谢，
菲利浦- G.B.

Telcontar120

我相信它正在对任何名义属性进行顺序整数编码。当然，对于多标称数据来说，这在相关性可解释性方面是非常值得怀疑的，但对于二标称数据来说，这是有意义的。

MartinLiebig

嘿,

RapidMiner在内部为所有标称类型使用到整数的映射。这个映射用于关联。这在统计上不太好。所以如果你做了，我们就给你出个问题。

~马丁

filipedgb

谢谢你的回答

azziaty256

嗨，我是RapidMiner的新用户

实际上我有31个属性和10K个实例。我想用相关矩阵来表示属性之间的关系。问题是我有很多类型的数据，包括标称数据，多标称数据和数值数据，我可以知道很多类型的数据的相关矩阵的过程是什么吗?

Telcontar120

正如之前在这篇文章中所解释的，典型的“相关分析”只适用于数值变量。你期望名义数据的相关系数告诉你什么?

如果希望使用具有相关性的标称数据，最好先将其重新编码为一系列二项式/虚拟变量。