我有一个数据集（包括类别在内的31个特征）。这个数据集将用于分类问题。我考虑使用pandas中的皮尔逊相关系数来检查特征之间的相关性。当我设置皮尔逊的threshold > 0.5时，我得到了以下结果：

结果是：

Class    1.0Name: Class, dtype: float64

结果表明，所有30个特征之间完全没有相关性。这意味着什么？这是否总是表明特征是独立的良好指标？

谢谢你。

回答：

你的假设有些错误。

举个例子：

              a         b     Classa      1.000000  1.000000  0.288675b      1.000000  1.000000  0.288675Class  0.288675  0.288675  1.000000a        0.288675b        0.288675Class    1.000000Name: Class, dtype: float64Class    1.0Name: Class, dtype: float64

特征集a和b完全相同，它们的相关性为1.0，但你仍然只会得到1。

移除类别标签，只观察中间特征之间的相关性。

观察相关性矩阵，并选择那些相关性低的特征。

     a    ba  1.0  1.0b  1.0  1.0

如果你想使用标签，尝试使用scikit-learn的特征重要性，https://scikit-learn.org/stable/modules/feature_selection.html