Question

我正在尝试应用单个函数来查找所有数字列和目标变量之间的相关性（单独，逐个）

这是我能够确定单个列的相关性的代码。我试图限制我的相关性.4：

> if(abs(cor(train$YearBuilt, train$SalePrice)) > .4) {
+       print(abs(cor(train$YearBuilt, train$SalePrice)))
+     }
[1] 0.5228973

我希望能够打印列名后跟相关，然后打印下一列名称及其相关性等。

Answer 1

使用dplyr的一种可能性。有点放纵管道，但它会过滤0.4并保留变量名称。

> train = select(iris, -Species)
> head(train)
  Sepal.Length Sepal.Width Petal.Length Petal.Width
1          5.1         3.5          1.4         0.2
2          4.9         3.0          1.4         0.2
3          4.7         3.2          1.3         0.2
4          4.6         3.1          1.5         0.2
5          5.0         3.6          1.4         0.2
6          5.4         3.9          1.7         0.4
> train %>% 
+   summarize_all(funs(cor(., iris$Sepal.Length))) %>% 
+   t() %>% 
+   as.data.frame() %>% 
+   rownames_to_column("var") %>% 
+   rename(cors = V1) %>% 
+   filter(cors > 0.4)
           var      cors
1 Sepal.Length 1.0000000
2 Petal.Length 0.8717538
3  Petal.Width 0.8179411

Answer 2

以下是找到iris $ Petal.Length与其他数值变量的相关性的示例：

vars <- c("Sepal.Length", "Sepal.Width", "Petal.Width")
all <- lapply(vars, function(i) list(x= iris[,i], y=iris[,"Petal.Length"]))
lapply(all, function(x) do.call(cor, x))

[[1]]
[1] 0.8717538

[[2]]
[1] -0.4284401

[[3]]
[1] 0.9628654

将相关性应用于R中的所有列

2 个答案: