如何解释热图或一般情况下上的负相关？

这是 StackExchange 的交叉帖子。

我目前正在对常见的 kaggle Titanic 生存率竞赛进行一些初步的探索性数据分析，并想知道如何解释我在下面制作的以下热图相关图。

我理解正相关（与 pearson r 系数有关）——因为随着 X 的增加，Y 也增加，并且越接近 +1，表明存在很强的正线性关系。

但是对于负相关值，我很困惑，因为根据我的理解（这可能是错误的，如果是这样，请纠正我）关系是颠倒的 - 因此随着 X 的增加 Y 趋于减少，这意味着值是否接近 -1那么这是一个很强的负线性关系。

我正在为如何从下面的热图中解释这一点而苦苦挣扎。包含我尝试预测的二元结果的特征是 Survived 特征。其余列是用于预测的数字列。

在这里我们可以看到 Age/Survived = -0.06 和 SibSp/Survived = -0.03

我该如何解释？我说以下是否正确：

附带说明一下，如果值是 -0.90 与 -1 如此接近 - 我该如何正确地解释解释，例如：年龄减少然后存活率增加？

您基本上是正确的，但您认为接近零相关性的意义太大了。

首先，您需要记住这个皮尔逊相关是线性相关。这意味着 X 和 Y 就像一条直线，具有正斜率具有 Corr=1，具有负斜率具有 Corr=-1。

如果还有y = X^2这样的其他字符串相关性，pearson的相关性就会很差，容易产生误导。

至于您的结果，survived 和 SibSp 之间的 -0.035 相关性如此低，我会说这些特征是几乎不相关（在线性意义上）。

如果是-0.9，我会说显着，虽然幸存者的数量在增加，但SibSp却呈强线性下降关系。