Есть ли способ в python получить матрицу ковариации, учитывая среднюю и примерную точки данных
Пример:
mean = [3 3.6]
data = [[1 2]
[2 3]
[3 3]
[4 5]
[5 5]]
Я знаю, как вычислить то же самое, заменив эти значения в формуле. Но есть ли встроенная функция в python, которая делает это для меня. Я знаю, что есть один в Matlab, но я не уверен в python.
numpy.cov() можно использовать для вычисления матрицы ковариации:
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]])
По умолчанию np.cov() ожидает, что каждая строка будет представлять переменную с наблюдениями в столбцах. Поэтому мне пришлось перенести вашу матрицу (используя .T).
Альтернативный способ достичь того же: установить rowvar на False:
In [15]: np.cov(data, rowvar=False)
Out[15]:
array([[ 2.5, 2. ],
[ 2. , 1.8]])