我想获取类别变量和连续变量之间的相关性。
我使用np.corrcoef来查看stackoverflow问题并尝试执行相同的操作。但是，相关性是通过拟合数据来查看x和y之间的关系。我想知道用虚拟变量替换x（类别变量）后，得出y（数值变量）的相关性是否有意义。
例如，名为“火的类型”的类别变量具有四个类别，A类，B类，C类，D类，而y是称为消防员人力的数字变量，并且使用np.corrcoef。
结果，A型人员和消防员的人员之间的相关系数是-0.2。
分析这些数据时，它是否得出有意义的结果？
答案 0 :(得分：0)
双峰关联是可以反映连续特征和分类特征之间关系的关联。
在python中，您可以使用：
from scipy import stats
stats.pointbiserialr(x, y)