使用NumPy计算特征相关性提取特征时，出现numpy模块无corroef属性报错该如何解决

根因 #

触发AttributeError: module 'numpy' has no attribute 'corroef'的直接原因是NumPy方法名拼写错误，NumPy官方提供的皮尔逊相关系数计算方法为np.corrcoef，不存在拼写为corroef的接口。
除了拼写错误，原代码还存在3处逻辑bug，会在拼写修正后继续触发报错，需要同步调整：

• 特征名取值逻辑错误：原代码feature_name = X_train[0]会直接读取DataFrame中列名为0的列数据，不是全量特征名列表，正确取法为feature_name = X_train.columns.tolist()
• TopN特征选取逻辑错误：原代码将np.argsort返回的相关值索引直接传入X_train.iloc做行切片，索引和行索引错位，根本没法正确取出高相关的特征名
• 变量重名风险：NaN替换的列表推导式中用了和外层特征循环重名的变量i，容易引发作用域污染导致后续逻辑异常

修正后完整代码 #

cor_list = []
# 正确获取全量特征列名
feature_name = X_train.columns.tolist()
print(feature_name)
# 逐特征计算与训练集目标值的皮尔逊相关系数
for feat in feature_name:
    # 修正方法拼写错误：corroef -> corrcoef
    cor = np.corrcoef(X_train[feat], y_train)[0, 1]
    cor_list.append(cor)
# 将常量特征导致的NaN相关值替换为0
cor_list = [0 if np.isnan(cor_val) else cor_val for cor_val in cor_list]
# 按相关系数绝对值排序，取TopN个高相关特征
top_corr_pos = np.argsort(np.abs(cor_list))[-num_feats:]
cor_feature = [feature_name[pos] for pos in top_corr_pos]
return cor_feature

内容的提问来源于stack exchange，提问作者Roaa