#22 数据中中的特徵相关性(1)

特徵列的研究主要应用於预测活动。举例来说，在金融分析中，透过两档股票价格波动的相关，来判断他们之间的关系，以期达到最大化收益的同时最小话风险的目的。

关於预测，机率论提供了一套完整的数学方法。
再来说一些随机变数的重要特徵。随机变数，一般是向量，可以包涵不同设定值范围的多个变数，我们的目的就是要研究这些变数的分布情况，也就是随机变数的数字特徵，从中发掘出一定的规律性。

• 期望：衡量样本某个特徵列设定值范围平均值。
• 方差：横量样本某个特徵列设定值范围的离散程度。
• 协方差矩阵和相关系数：横量样本特徵列之间线性相关性。

相关系数(Correlation Coefficient)

1. 相关系数定义：
   

相关系数是衡量两个特徵列之间相关程度的一种方法，其设定值范围是[-1, 1]。相关系数的绝对值越大，表明特徵列X与Y的相关程度越高。当X与Y线性相关时，相关系数设定值为1(正线性相关)或-1(负线性相关)。