如何找到分类数据和连续数据之间的相关性？

Question

所以我有20个不同的名义分类变量，它们是自变量。这些变量中的每一个都分为2-10类。这些自变量是字符串类型，将用于预测称为价格的因变量，它是连续变量。

我该使用哪种算法来找到每个变量的相关性并确定最佳变量？

注意：我尚未建立机器学习模型，并且正在使用Python。

我已经尝试过sklearn的f_oneway方差分析，但找不到关联，而是仅在组本身之间进行比较。我发现自变量和因变量的连续变量之间具有相关性。非常感谢帮助

Answer 1

我不确定sklearn，但也许这些信息会使您更进一步。 首先，当我们谈论分类数据时，我们不是在谈论关联，而是在谈论关联。

通常来说，您需要使用方差分析，卡方或类似方法来收集有关类别变量和连续变量之间的关联的信息。

使用ANOVA，我们可以计算组内和组内方差，然后进行比较。 看这篇文章，可能比我试图解释的要有意义的多：

this question