从相关矩阵中获取最小化相关总和的变量对

Question

假设我从像这里这样的数据框中获得了一个相关矩阵。

在所有变量对中，我想选择 X 个变量，使得这些 X 个变量的组合是相关总和最小的那个。

怎么办？

Answer 1

这是一个不太有效的解决方案（它获得了 4 个特征中的 3 个，如果您将n_features从3更改为 6 ，则可以轻松扩展到 10 3中的6 ），尽管如此

import pandas as pd
foo = pd.DataFrame({'vars': ['col_a', 'col_b', 'col_c', 'col_d'],
                   'col_a': [1, 0.9, 0.04, 0.03],
                   'col_b': [0.9,1,0.05,0.03],
                   'col_c': [0.04, 0.05, 1, -0.04],
                   'col_d': [0.03, 0.03, -0.04,1]})

import numpy as np
import itertools

n_features = 3
test_cols = ['col_a', 'col_b', 'col_c', 'col_d']
sum_l = {}
for l in list(itertools.combinations(test_cols, n_features)):

    sum_l2 = 0
    for l2 in list(itertools.combinations(l, 2)):

        sum_l2 += np.abs(foo.query('vars == @l2[0]')[l2[1]].values[0])
    sum_l[l] = sum_l2
print(sum_l)
print(min(sum_l, key=sum_l.get))