CORR_MATRIX

采用数字列的输入关系，计算其每对输入列之间的皮尔逊相关系数。函数作为多阶段转换函数实施。

语法

CORR_MATRIX ( input-columns ) OVER()

参数

input-columns

输入表中的列的逗号分隔列表。输入列可为任何数字类型或 BOOL，但将在内部转换为 FLOAT。输入列数必须大于 1 但不得大于 1600。

返回

CORR_MATRIX 以三元组格式返回关联矩阵。也就是说，每个成对关联通过三个返回的列标识：第一个变量的名称、第二个变量的名称和每对输入列的关联值。函数还会返回两个额外的列： number_of_ignored_input_rows 和 number_of_processed_input_rows。第四/五列的值表示输入中忽略/用于计算相应关联值的行数。任何包含 NULL、Inf 或 NaN 的输入对都将被忽略。

关联矩阵对称，所有对角元素的值均为 1；因此，只能返回对角线以上元素的值 — 即上三角。尽管如此，函数返回整个矩阵以简化任何后续操作。因此，输出行数为：

(#input‑columns)^2

前两个输出列为 VARCHAR(128) 类型，第三个输出列为 FLOAT 类型，最后两个输出列为 INT 类型。

注意

• OVER 子句的内容必须为空。

• 当输入表为空时，函数不会返回任何行。

• 当 X_i 和 Y_i 中的任何一个为 NULL、Inf 或 NaN 时，该对将不纳入 CORR(X, Y) 计算。也就是说，任何包含 NULL、Inf 或 NaN 的输入对都将被忽略。

• 对于 (X,X) 对，无论 X 的内容如何：CORR(X,X) = 1、number_of_ignored_input_rows = 0 且 number_of_processed_input_rows = #input_rows。

• 当 (NSUMX2 == SUMXSUMX) 或 (NSUMY2 == SUMYSUMY) 时，则 CORR(X, Y) 的值将为 NULL。理论上，可能发生在具有常数值的列的情况；然而，由于舍入误差，可能无法始终观察到。

• 在特殊情况下，即 (X_i,Y_i) 的所有对值均包含 NULL、inf 或 NaN 且 X != Y：CORR(X,Y)=NULL。

示例

下面的示例使用 iris 数据集。*