实现一个函数来计算数据集的相关矩阵。相关矩阵反映了变量之间的线性相关程度,其中每个元素表示对应变量之间的皮尔逊相关系数。
输入描述:
函数`calculate_correlation_matrix`接收两个参数:1. X:第一个数据矩阵,numpy二维数组,形状为(n_samples, n_features_1)2. Y:第二个数据矩阵(可选),numpy二维数组,形状为(n_samples, n_features_2)- 如果Y为None,则计算X与自身的相关矩阵


输出描述:
返回一个numpy二维数组,表示相关矩阵:- 如果只有X输入,返回形状为(n_features_1, n_features_1)的矩阵- 如果有Y输入,返回形状为(n_features_1, n_features_2)的矩阵- 对角线元素(自相关)应该为1.0
示例1

输入

[[1, 2], [3, 4], [5, 6]]

输出

[[1. 1.]
 [1. 1.]]

备注:
1.对应的输入、输出已给出,您只用实现核心功能函数即可。2.支持numpy、scipy、pandas、scikit-learn库。
加载中...