数据关联性分析方法、装置、电子设备及可读存储介质制造方法及图纸

本申请公开了一种数据关联性分析方法、装置、电子设备及可读存储介质，属于数据处理技术领域。本申请实施例的数据关联性分析方法包括：获取待分析样本数据，确定待分析样本数据的预测特征和待分析样本数据的多个分析特征，并计算预测特征与每个分析特征的目标相关系数，该预测特征为无序离散特征，该目标相关系数表征预测特征与每个分析特征的相关性，并根据预测特征与每个分析特征的目标相关系数，对多个分析特征进行处理。由此，可以更好的处理无序离散特征与其它特征的相关性，从而提升数据分析结果的准确性。据分析结果的准确性。据分析结果的准确性。

【技术实现步骤摘要】
数据关联性分析方法、装置、电子设备及可读存储介质


[0001]本申请属于数据处理
，具体涉及一种数据关联性分析方法、装置、电子设备及可读存储介质。

技术介绍

[0002]目前，样本数据的关联性分析(或称为探索)，通常使用皮尔逊相关系数计算样本数据的两两特征之间的交互性，并利用散点图来进行可视化描述。但是，皮尔逊相关系数更适用于连续特征和有序离散特征，对于无序离散特征，由于其编码的不唯一性，会导致计算的皮尔逊相关系数也不唯一，从而造成数据分析结果的准确性较差。

技术实现思路

[0003]本申请实施例的目的是提供一种数据关联性分析方法、装置、电子设备及可读存储介质，以解决目前数据分析方法的准确性较差的问题。
[0004]为了解决上述技术问题，本申请是这样实现的：
[0005]第一方面，提供了一种数据关联性分析方法，包括：
[0006]获取待分析样本数据；
[0007]确定所述待分析样本数据的预测特征和所述待分析样本数据的多个分析特征；
[0008]计算所述预测特征与每个所述分析特征的目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据关联性分析方法，应用于电子设备，其特征在于，包括：获取待分析样本数据；确定所述待分析样本数据的预测特征和所述待分析样本数据的多个分析特征；计算所述预测特征与每个所述分析特征的目标相关系数；其中，所述预测特征为无序离散特征，所述目标相关系数表征所述预测特征与每个所述分析特征的相关性；根据所述预测特征与每个所述分析特征的目标相关系数，对所述多个分析特征进行处理。2.根据权利要求1所述的方法，其特征在于，所述目标相关系数为Φ
K
相关系数，所述计算所述预测特征与每个所述分析特征的目标相关系数，包括：针对所述多个分析特征中的第一特征，计算所述预测特征与所述第一特征的卡方；其中，所述第一特征为所述多个分析特征中的任一分析特征；根据所述卡方，确定所述预测特征与所述第一特征的Φ
K
相关系数。3.根据权利要求1所述的方法，其特征在于，所述根据所述预测特征与每个所述分析特征的目标相关系数，对所述多个分析特征进行处理，包括：确定所述多个分析特征中的每个分析特征的信息；根据所述预测特征与每个所述分析特征的目标相关系数的从大到小的顺序，对所述多个分析特征的信息进行排序。4.根据权利要求1所述的方法，其特征在于，所述根据所述预测特征与每个所述分析特征的目标相关系数，对所述多个分析特征进行处理，包括：根据所述预测特征与每个所述分析特征的目标相关系数，从所述多个分析特征中选择M个目标连续特征；其中，所述M大于或等于2，所述M个目标连续特征对应的M个目标相关系数占所述多个分析特征对应的多个目标相关系数的前M位；确定所述M个目标连续特征中的每两个目标连续特征的关联性；展示所述每两个目标连续特征的关联性。5.根据权利要求4所述的方法，其特征在于，所述确定所述M个目标连续特征中的每两个目标连续特征的关联性，包括：计算所述每两个目标连续特征的皮尔逊相关系数；其中，所述展示所述每两个目标连续特征的关联性，包括：...

【专利技术属性】
技术研发人员：白一哲，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：