数据分析之Correlation Heatmaps绘制

当做数据分析，或者数据挖掘，来做二分类或者多目标分类任务时，需要分析目标和其他数据的相关性

kaggle经典项目Titanic就是通过数据来进行生存率的预测，在数据处理时采用了Correlation Heatmaps的方法。处理结果如下图

其他项目中的相关性热力图处理后的效果

在其他文章中详细介绍了如何使用python中的seaborn库来绘制热力图，其热力图效果如下所示。介绍的非常详细，可以尝试进行使用。

其他文章中，介绍了一种我比较喜欢的风格，大家也可以进行学习

接下来，介绍我在kaggle中发现使用r语言官方库提供的corr heatmaps的绘制，我很喜欢的风格。完成效果如下。软件包的各种花里胡哨的画法在https://blog.csdn.net/gavin_cdc/article/details/102608232/中也有详细介绍。

其中遇到的问题包括出现❓的情况，经过排查，是数据中有缺失值导致的。使用处理语句如下

raw.data <- read.csv("xxx/xxx") #读入数据，数据格式为dataframe
raw.data <- na.omit(raw.data) #删除数据中缺失值的行

完成后，快速画图

library(corrplot) #加载库
correlations <- cor(raw.data,method="pearson")  #进行相关分析
corrplot(correlations, number.cex = .9, method = "circle", type = "full", tl.cex=0.8,tl.col = "black")  #绘图