¿Cómo se calcula la matriz de correlación?

La matriz de correlación es una matriz cuadrada en la que cada elemento muestra el coeficiente de correlación de Pearson entre dos características (variables) del conjunto de datos.

Para calcular la matriz de correlación:

1. Para cada característica, se calcula la media y la desviación estándar.

2. Para cada par de características (X, Y), se calcula el coeficiente de correlación de Pearson:

   [ r_{XY} = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{(n-1) s_X s_Y} ]

   donde (\bar{X}), (\bar{Y}) son las medias, (s_X), (s_Y) son las desviaciones estándar, y (n) es el número de observaciones.

3. Se llena la matriz con estos valores, donde la diagonal siempre es igual a 1 (correlación de una característica consigo misma).

La matriz de correlación ayuda a identificar dependencias lineales entre características, lo cual es importante para la selección y optimización de modelos de aprendizaje automático.