正如标题所暗示的那样。默认情况下 sns.heatmap 将不包括未分解的分类特征。
由于分解的分类特征不像一个尺度(例如质量:0-10),我认为我们不能在分类特征上不建议这样做吗?
是否有任何其他好的实践可以用来检测分类特征之间的强相关性(它们之间以及与标签之间)?
正如标题所暗示的那样。默认情况下 sns.heatmap 将不包括未分解的分类特征。
由于分解的分类特征不像一个尺度(例如质量:0-10),我认为我们不能在分类特征上不建议这样做吗?
是否有任何其他好的实践可以用来检测分类特征之间的强相关性(它们之间以及与标签之间)?
它倾向于分类变量的类型:序数或名义变量。
如果变量是有序的,则可以计算Spearman 的 Rank-Order 相关性。这些值可以用热图可视化。
如果变量是名义变量,则可以创建列联表。如果单元格包含优势比,则可以创建有用的热图。