Question

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
...

Answer 1

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)

Answer 2

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）。

Python中的Pearson乘积 - 力矩相关系数加权

2 个答案: