在機器學習中，不一定要將資料集的所有欄位資料都加入模型，我們可以保留一些對結果預估影響力強的欄位，也篩選掉一些對結果無影響或不相關的欄位，而線性相關可以計算兩個變數的相關性為正相關還是負相關，以及相關的程度為何，所以可以依據線性相關值來作為欄位篩選的條件，在 Azure Machine Learning Studio 中，可以使用 Compute Linear Correlation 來計算兩個欄位的線性相關值，要注意的是，它不能計算非數值的資料，所以如果是非數值欄位，需要先轉換資料型態才能計算。

Compute Linear Correlation 計算線性相關

位置：Statistical Functions / Compute Linear Correlation

1. 新增 Adult Census Income Binary Classification dataset Census Income dataset 成人收入調查的二元分類資料集，滑鼠右鍵點選 Visualize 檢視資料內容
   

2. 因為要計算線性相關，挑了 3 個數值資料(age、education-num、hours-per-week)以及一個非數值資料(sex)來測試
   

3. 新增 Select Columns in Dataset，點選右手邊 Launch column selector 開啟欄位選擇工具
   

4. 選取 age 年齡、education-num 教育程度、sex 性別、hours-per-week 每週工時 這 4 個欄位，點選右下角勾勾確認
   

5. 新增 Compute Linear Correlation 計算線性相關，將資料集輸出接至 Compute Linear Correlation
   

6. 執行計算
   

7. 執行完成後，點選 Visualize 檢視計算結果
   

8. 計算 N 個欄位的線性相關的結果會以 N * N 矩陣顯示，每一個數值代表自己欄位與另一個欄位的相關程度，值範圍會介於 -1 到 1 之間，1 代表最強正相關、 -1 代表最強負相關、 0 代表無線性相關、NaN 則是因為非數值資料。
   

以上圖為例，age 年齡與其他欄位相關程度分別為：

• Age 年齡：完全一樣，所以是最強正相關 1
• Education-num 教育程度：正相關，程度為0.036527
• Sex 性別：非數值資料，無法計算
• Hours-per-week 每週工時：正相關，程度為0.068756

所以，對 age 年齡而言，與 hours-per-week 每週工時的相關程度 > 與 education-num 教育程度的相關程度。

若總體來看這 4 個欄位的線性相關值，可以發現：

• 教育程度與每週工時的相關程度最高，為 0.148123
• 教育程度與年齡的相關程度最低，為 0.036527