มีวิธีใดในหลามในการรับเมทริกซ์ความแปรปรวนร่วมโดยพิจารณาจากค่าเฉลี่ยและจุดข้อมูลตัวอย่าง
ตัวอย่าง:
mean = [3 3.6]
data = [[1 2]
[2 3]
[3 3]
[4 5]
[5 5]]
ฉันรู้วิธีคำนวณแบบเดียวกันโดยการแทนที่ค่าเหล่านี้ในสูตร แต่มีฟังก์ชั่น build in ใน python ที่ทำสิ่งนี้เพื่อฉันหรือไม่ ฉันรู้ว่ามีหนึ่งใน Matlab แต่ฉันไม่แน่ใจเกี่ยวกับหลาม
numpy.cov() สามารถใช้เพื่อคำนวณเมทริกซ์ความแปรปรวนร่วม:
In [1]: import numpy as np
In [2]: data = np.array([[1,2], [2,3], [3,3], [4,5], [5,5]])
In [3]: np.cov(data.T)
Out[3]:
array([[ 2.5, 2. ],
[ 2. , 1.8]])
ตามค่าเริ่มต้น np.cov() คาดว่าแต่ละแถวจะแสดงตัวแปร โดยมีข้อสังเกตในคอลัมน์ ฉันจึงต้องย้ายเมทริกซ์ของคุณ (โดยใช้ .T)
อีกวิธีหนึ่งในการบรรลุสิ่งเดียวกันคือการตั้งค่า rowvar เป็น False:
In [15]: np.cov(data, rowvar=False)
Out[15]:
array([[ 2.5, 2. ],
[ 2. , 1.8]])
