
2.4 Découvrir et visualiser les données pour mieux les comprendre
57
© Dunod – Toute reproduction non autorisée est un délit.
2.4.2 Recherche de corrélations
Étant donné que le jeu de données est de taille raisonnable, vous pouvez aisément
calculer le coefcient de corrélation (appelé également r de Pearson) entre chaque
couple de variables en utilisant la méthode corr() :
corr_matrix = housing.corr()
Regardons maintenant quelle est la corrélation entre chacune des variables et la
valeur médiane des habitations (median_house_value) :
>>> corr_matrix["median_house_value"].sort_values(ascending=False)
median_house_value 1.000000
median_income 0.687170 ...