期刊配图：玩转相关系数矩阵可视化高亮呈现多重共线性与强线性特征对（附代码） - 文章 - 开发者社区

picture.image

✨ 欢迎关注Python机器学习AI ✨

本节介绍：玩转相关系数矩阵可视化高亮呈现多重共线性与强线性特征对，数据采用模拟数据无任何现实意义，作者根据个人对机器学习的理解进行代码实现与图表输出，仅供参考。完整数据和代码将在稍后上传至交流群，成员可在交流群中获取下载。需要的朋友可关注公众文末提供的获取方式。文末提供高效的学习工具~！点赞、推荐参与文末包邮赠书！

✨ 可视化信息 ✨

picture.image

在机器学习中，相关系数是特征分析中最基础却极其重要的工具之一。通过计算特征与目标变量之间的相关系数，可以快速判断某个特征是否与预测目标存在 线性关系 ，从而评估该特征是否具备潜在的预测价值。同时，相关系数还能帮助识别特征之间是否存在 高度线性相关 （即多重共线性）。当两个或多个特征几乎传递同样的信息时，模型在训练过程中可能会出现系数不稳定、方差膨胀、解释性下降等问题，进一步影响模型的泛化能力与可靠性。因此，在建模之前对相关性进行判断，不仅能帮助筛选高价值特征，也能避免冗余特征带来的噪声干扰，让模型更加稳健、简洁且高效

✨ 代码实现 ✨

  
import pandas as pd  
import numpy as np  
import matplotlib.pyplot as plt  
plt.rcParams['font.family'] = 'Times New Roman'  
plt.rcParams['axes.unicode_minus'] = False  
import warnings  
# 忽略所有警告  
warnings.filterwarnings("ignore")  
  
path = r"2025-12-4公众号Python机器学习AI.xlsx"  
df = pd.read_excel(path)  
  
from matplotlib.patches import Wedge, Circle  
from matplotlib.collections import PatchCollection  
import matplotlib.cm as cm  
import matplotlib.colors as mcolors  
  
def pie_heatmap_pdf(corr_df, save_path=None):  
    """  
    绘制圆环相关系数矩阵图  
    """  
    N = len(corr_df.columns)  
    col_names = corr_df.columns  
    fig, ax = plt.subplots(figsize=(12, 10))  
  
    ax.set_xlim(-2.0, N - 0.5)   
    ax.set_ylim(-0.5, N - 0.5)  
    ax.set_aspect('equal')  
    ax.invert_yaxis()   
  
    ax.xaxis.tick_top()  
    ax.set_xticks(np.arange(N))  
    ax.set_xticklabels(col_names, rotation=45, ha='left',   
                       fontsize=16, fontweight='bold', fontfamily='serif')  
  
    ax.set_yticks([]) # 隐藏默认Y轴  
    for spine in ax.spines.values():  
        spine.set_visible(False) # 隐藏边框  
  
    # 关闭网格线  
    ax.grid(False)   
  
    # 颜色映射   
    cmap = plt.cm.get_cmap('Spectral')  
    norm = mcolors.Normalize(vmin=-1, vmax=1)  
  
    patches = []  
    colors = []  
  
    ....  
  
    p = PatchCollection(patches, match_original=False)  
    p.set_facecolor(colors)  
    p.set_edgecolor('none')   
    ax.add_collection(p)  
  
    #颜色条   
    sm = plt.cm.ScalarMappable(cmap=cmap, norm=norm)  
    sm.set_array([])  
  
    cbar = plt.colorbar(sm, ax=ax, fraction=0.046, pad=0.04)  
    cbar.outline.set_visible(False)  
    cbar.ax.tick_params(labelsize=16)  
    for label in cbar.ax.yaxis.get_ticklabels():  
        label.set_weight('bold')  
        label.set_family('serif')  
  
    plt.tight_layout()  
    if save_path:  
        plt.savefig(save_path, format='pdf', bbox_inches='tight', dpi=1200)  
  
  
    plt.show()  
  
corr_matrix = df.corr()  
pie_heatmap_pdf(corr_matrix, save_path='corr_plot_1.pdf')

picture.image

可视化值是由圆环扇形组成的，这些扇形代表相关系数矩阵中的每一对特征之间的相关性。通过上三角矩阵的方式，在图形上呈现每两个特征之间的相关性值。每个菱形区域的角度大小与相关系数的绝对值成正比，角度越大，表示两个特征之间的相关性越强。此外，图中通过颜色映射来表示相关性的正负强度，正相关为暖色，负相关为冷色，公众号后台输入“124”获取完整代码

  
corr_matrix = df.corr()  
pie_heatmap_optimized(corr_matrix, save_path="corr_plot_2.pdf")

picture.image

在新的自定义函数中，增加threshold参数，用于根据相关系数的绝对值调整数值的字体颜色，当相关系数的绝对值小于阈值时，数值字体颜色变淡，以突出高相关特征对，从而提高图表的可读性和信息的传达效果

高相关特征对意味着两个特征之间存在多重共线性，即它们携带了高度重叠的信息，在建模过程中，就需要考虑是否剔除其中一个特征或保留

  
pie\_heatmap\_optimized(corr\_matrix, save\_path="corr\_plot\_3.pdf", threshold=0.95)

picture.image

多重共线性问题通常在特征对之间的相关系数绝对值大于0.8或0.9时出现。这个阈值并不是固定的，比如这里阈值设定为0.95，具体的界限取决于领域和模型的要求，0.8或0.9：当两个特征的相关系数大于0.8或0.9时，通常认为这对特征之间存在较强的线性关系，可能会引发多重共线性问题。在这种情况下，模型的系数可能变得不稳定，影响模型的解释性和性能，高于0.95：当相关系数接近1或-1时，多重共线性问题通常会非常严重，特别是在线性回归等模型中，几乎无法从中获得可靠的系数估计

更严格的筛选：当threshold的值较高（例如 0.95）时，只有那些相关性非常强的特征对会被突出显示，而大多数较低相关的特征对将变为灰色。这样可以将关注点集中在最强相关的特征对上，忽略那些相关性较弱的变量

宽松的筛选：当threshold的值较低（例如0.75或更低）时，更多的特征对会被显示为深色，表示它们与目标变量或其他特征有一定的相关性。此时，即使是中等强度的相关性（如 0.75）也会被突出显示，从而可以帮助观察数据中较弱但仍有一定相关性的特征对

当然，公众号中还有更多机器学习期刊实战技巧，您可以通过历史文章进行检索和阅读，关注公众号，点击“发信息”>“历史文章”即可搜索公众号所有文章信息

picture.image