我目前正在使用以下函数来计算python中的Pearson乘积 - 力矩相关系数。
def PearsonCoefficient(x, y):
assert len(x) == len(y)
n = len(x)
assert n > 0
avg_x = float(sum(x)) / n
avg_y = float(sum(y)) / n
diffprod = 0
xdiff2 = 0
ydiff2 = 0
for idx in range(n):
xdiff = x[idx] - avg_x
ydiff = y[idx] - avg_y
diffprod += xdiff * ydiff
xdiff2 += xdiff * xdiff
ydiff2 += ydiff * ydiff
p = math.sqrt(xdiff2 * ydiff2)
if p == 0:
return None
return diffprod / p
我的数据是基于时间序列(在x上),y值表示用户得分。我按周对时间序列数据进行分组,并取得该时间段的平均分数。不过,我想比过去的数据更重要的是过去三个月的数据量。我不确定如何基于这个假设生成加权向量。
我的数据看起来像
jan 1st - 0.4
jan 8th - 0.7
jan 15th - 0.55
jan 22nd - 0.75
jan 29th - 0.88
feb 5th - 0.91
feb 12th - 0.87
feb 19th - 0.89
feb 26th - 0.93
feb 5th - 0.56
...
答案 0 :(得分:0)
如果你可以使用numpy,你可以做类似的事情
import numpy as np
def PearsonCoefficient(x, y):
assert len(x) == len(y)
assert len(x) > 0
x = np.array(x)
y = np.array(y)
# Generate uniform weights
w = np.ones(52)
# Increase the weight of the last three months
w[-12:] = 1.5
w /= np.sum(w)
# Actual weighting
x *= w
y *= w
# Calculate pearson correlation and return the result
return np.corrcoef(x, y)
答案 1 :(得分:0)
您需要的是statsmodels
包:
pip install statsmodels
然后在python:
from statsmodels.stats.weightstats import DescrStatsW
...
有一个关于如何使用它的例子here(注意:该答案中提到的statsmodels bug已被修复)。