Calculer les corrélations des caractéristiques avec la cible
Identifier les caractéristiques prédictives
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Écris du code Python pour calculer la corrélation entre toutes les caractéristiques et la variable cible [CIBLE] dans le DataFrame df. Utilise la corrélation de Pearson pour les caractéristiques numériques, le point-bisérial pour binaire contre continu, et le V de Cramér pour catégorielle contre catégorielle. Produis un tableau classé par forces de corrélation.
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Cas d'usage
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Pensez à convertir les variables catégorielles en type `category` et à gérer les NaN (`dropna()`) avant de lancer vos fonctions. Pour le V de Cramér, utilisez la version corrigée du biais, pas la formule naïve. Enfin, pour trier, créez une colonne avec la valeur absolue : `df_results['abs'] = df_results['corr'].abs()` puis `sort_values('abs', ascending=False)`.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Premiers pas avec Python et Pandas pour l'analyse
Guide complet pour débutants sur l'analyse de données avec Python Pandas, du chargement des données aux premières visualisations.
Prompt Claude pour analyser des données
L'analyse de données est devenue un levier stratégique pour toute organisation cherchant à prendre des décisions éclairées. Claude excelle dans l'interprétation de jeux de données complexes, qu'il s'agisse de tableaux CSV, de résultats d'enquêtes, de métriques financières ou de logs applicatifs. Contrairement aux outils d'analyse traditionnels qui nécessitent une maîtrise technique poussée, Claude permet d'obtenir des insights actionnables en langage naturel. Vous pouvez lui soumettre des données brutes et lui demander d'identifier des tendances, des anomalies, des corrélations ou des patterns cachés. Il est capable de segmenter vos données, de calculer des statistiques descriptives, de formuler des hypothèses explicatives et de proposer des visualisations pertinentes. Que vous soyez data analyst confirmé cherchant à accélérer votre workflow exploratoire, ou décideur non technique souhaitant comprendre un rapport, Claude s'adapte à votre niveau d'expertise. Il transforme des chiffres bruts en récits compréhensibles, en recommandations concrètes et en plans d'action mesurables. Cette page vous propose des prompts optimisés pour tirer le meilleur parti de Claude dans vos analyses de données quotidiennes.
Conception d'un pipeline ETL simple
Conçoit un pipeline ETL complet avec gestion des erreurs, monitoring et code Python pour l'intégration de données multi-sources.
Implémentation du déploiement fantôme
Déployer de nouveaux modèles de ML en toute sécurité