协方差矩阵的定义性质与python实现

本文介绍了协方差矩阵的概念,强调它是衡量多维随机变量之间线性关系的工具。协方差矩阵是对称且半正定的,并探讨了如何在Python中使用numpy库计算协方差矩阵。文章提供了numpy.cov()函数的参数解释,并提醒读者注意数据排列方式和无偏估计的设置。
摘要由CSDN通过智能技术生成

最近写统计学习的作业,要用到降维方法,一股脑把 机器学习实战 上的代码敲上去就好了,要求中还要尝试其他降维方法,查了好多发现LDA可以,但是LDA要用到计算协方差矩阵,这玩意我之前就糊里糊涂的,协方差是变量之间的,还是样本之间的,百度了numpy里的资料,又看了很多博文,这才清楚。

1.协方差定义

多维随机变量:\boldsymbol{X}=[X_{1},X_{2}, ...,X_{n}]^{T},注意是列向量,其有n个属性(或者n个变量variable、n个特征、n维),可不是n个样本!

通常我们会有一些样本每个样本可以看成一个多维随机变量样本点

我们需要分析任意两个维度之间的线性关系,也就是计算各维度两两之间的协方差,

这样各协方差组成了一个n×n的矩阵,称为协方差矩阵,所以协方差矩阵的维数和样本的个数没关系!

多个样本中 ,协方差矩阵的第i行第j列元素表示第i维特征与第j维特征的协方差:

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值