从 R 中相同数据类型的 DataFrame 创建相关矩阵

在 R 语言中，可以很方便地使用 cor() 函数来计算相关系数矩阵。相关矩阵是由两个变量之间的相关系数组成的矩阵，其中每一行和每一列对应一个变量。

在创建相关矩阵之前，需要先确保数据集中的变量都是相同数据类型的。例如，如果数据集中既有数值类型的变量，也有字符类型的变量，那么就需要将字符类型的变量转换为数值类型的变量，以避免出现错误。

下面是一个示例代码片段，演示如何使用 cor() 函数从 R 中相同数据类型的 DataFrame 创建相关矩阵。这里使用了内置数据集 iris，该数据集包含了 3 种不同类型的鸢尾花的测量数据。

# 加载内置数据集 iris
data(iris)

# 提取第 1 列到第 4 列作为特征变量
features <- iris[, 1:4]

# 计算相关系数矩阵
corr_matrix <- cor(features)

# 打印相关矩阵
print(corr_matrix)

输出结果如下所示：

             Sepal.Length Sepal.Width Petal.Length Petal.Width
Sepal.Length    1.0000000  -0.1175698    0.8717538   0.8179411
Sepal.Width    -0.1175698   1.0000000   -0.4284401  -0.3661259
Petal.Length    0.8717538  -0.4284401    1.0000000   0.9628654
Petal.Width     0.8179411  -0.3661259    0.9628654   1.0000000

从上面的输出结果可以看到，相关矩阵的每一行和每一列都代表一个特征变量，每个元素代表两个特征变量之间的相关系数。例如，第一行第一列的元素 1.0000000 表示 Sepal.Length 与 Sepal.Length 之间的相关系数为 1，即完全相关。而第一行第二列的元素 -0.1175698 表示 Sepal.Length 与 Sepal.Width 之间的相关系数为 -0.1175698，即负相关。