更新时间:2022-11-16 GMT+08:00
分享

相关性分析

概述

对数据集的数值列进行相关性分析。

输入

参数

子参数

参数说明

inputs

dataframe

inputs为字典类型,dataframe为pyspark中的DataFrame类型对象

输出

统计结果数据集

参数说明

参数

子参数

参数说明

selected_columns_str

-

选择的列组成的格式化字符串,列必须为数值类型,例如:

"column_a"

"column_a,column_b"

method

-

采用相关性分析的方法,支持"pearson"和"spearman"

样例

inputs = {
    "dataframe": None  # @input {"label":"dataframe","type":"DataFrame"}
}
params = {
    "inputs": inputs,
    "selected_columns_str": "",  # @param {"label":"selected_columns_str","type":"string","required":"false","helpTip":""}
    "method": "pearson"  # @param {"label":"method","type":"enum","required":"true","options":"pearson,spearman","helpTip":""}
}
correlation_analysis____id___ = MLSCorrelationAnalysis(**params)
correlation_analysis____id___.run()
# @output {"label":"dataframe","name":"correlation_analysis____id___.get_outputs()['output_port_1']","type":"DataFrame"}
分享:

    相关文档

    相关产品