如何解释热图（或一般）上的负相关？

Question

这是与 StackExchange 的交叉发布。

我目前正在对常见的 Kaggle Titanic 生存率竞赛进行一些初步的探索性数据分析，并想知道如何解释我在下面制作的以下热图相关图。

我理解正相关（与 pearsons r 系数有关）——因为随着 X 的增加，Y 也会增加，并且越接近 +1 表示强的正线性关系。

但是对于负相关值，我很困惑，因为根据我的理解（这可能是错误的，如果是这样，请纠正我）关系是倒置的——所以随着 X 的增加，Y 往往会减少，这意味着如果一个值接近 -1那么这是一个很强的负线性关系。

我正在努力从下面的热图中解释这一点。包含我试图预测的二进制结果的特征是特征 Survived 其余列是用于预测的数字列。

在这里我们可以看到 Age/Survived = -0.06 和 SibSp/Survived = -0.03

我如何解释这个？我这样说是否正确：

• 随着年龄的减少，存活率增加（弱负相关）
• 随着 SibSp 的减少，存活率增加（弱负相关）

作为旁注，如果值是 -0.90 如此接近 -1 - 我该如何正确解释解释，例如：年龄减少，然后存活率增加？

Answer 1

您基本上是正确的，但您对接近于零的相关性给予了过多的重视。

首先你需要记住这个皮尔逊相关是线性相关。 这意味着像直线一样的 X 和 Y 具有正斜率具有Corr=1，具有负斜率具有Corr=-1。

如果存在其他字符串相关性，例如 y = X^2，则 pearson 的相关性会很差并且会产生误导。

就您的结果而言，survived 和 SibSp 之间-0.035 的相关性如此之低，我会说这些特征几乎没有相关性（在线性意义上）。

如果是-0.9，我会说显着，虽然幸存者的数量在增加，但SibSp 却以强线性关系减少。