相關性在數據科學中的聲譽
在數據科學家中，相關性有點不好的名聲。時不時我會看到一些誇張的標題，比如「相關性已死」、「再見相關性」、「這裡有一個替代相關性的方法」等等。
相關性仍然存在
但事實是，相關性仍然非常活躍且蓬勃發展。這是因為在實際應用中，它作為兩個變數之間關係強度的代理指標，表現得非常好，而且簡單易懂，沒有其他方法能比擬。
相關性的缺點
不過，相關性確實有一個主要的缺點。作為一個單變量的指標，它無法考慮其他可能影響測量的變數。這導致了統計學中著名的說法：「相關性不代表因果關係。」
部分相關性的優勢
幸運的是，存在一種更通用的版本——稱為部分相關性——它保留了簡單相關性的所有優點，同時解決了其主要限制。
部分相關性仍不為人知
然而，令人驚訝的是，部分相關性仍然不為大多數人所知。它不受歡迎的證據是，它只在一個Python庫中實現，叫做Pingouin——這對於大多數數據科學家來說並不是首選的庫。
本文由 AI 台灣 運用 AI 技術編撰，內容僅供參考，請自行核實相關資訊。
歡迎加入我們的 AI TAIWAN 台灣人工智慧中心 FB 社團，
隨時掌握最新 AI 動態與實用資訊！
