我有一个数据集,包括分类变量(二进制)和连续变量。我正尝试应用线性回归模型来预测连续变量。有人可以让我知道如何检查分类变量和连续目标变量之间的相关性。如何检查python中连续和分类变量之间的相关性?
目前代码:
import pandas as pd
df_hosp = pd.read_csv('C:\Users\LAPPY-2\Desktop\LengthOfStay.csv')
data = df_hosp[['lengthofstay', 'male', 'female', 'dialysisrenalendstage', 'asthma', \
'irondef', 'pneum', 'substancedependence', \
'psychologicaldisordermajor', 'depress', 'psychother', \
'fibrosisandother', 'malnutrition', 'hemo']]
print data.corr()
变量的所有除了lengthofstay是绝对的。这应该工作吗?
有哪些你到目前为止已经试过?向我们提供代码并明确提及您遇到问题的位置。 –
在python中查找ANOVA(在R中为“aov”)。如果不同组(分类值)的平均值(连续值)具有显着不同的含义,这有助于识别。如果您只有两组,请使用双面t.test(配对或不配对)。 – Rockbar
请按照本教程。我认为这就是你正在寻找的:http://www.marsja.se/four-ways-to-conduct-one-way-anovas-using-python/ – Rockbar