【Pytorch】三大相关系数及在pytorch中的计算

最新推荐文章于 2023-05-17 19:57:11 发布
最新推荐文章于 2023-05-17 19:57:11 发布
阅读量4.1k 收藏 5
点赞数 1
文章标签： pytorch python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42203652/article/details/127464862
版权

相关系数及在pytorch中的计算：

三大相关系数分别是pearson[皮尔森]、spearman[斯皮尔曼] 和 kendall[肯德尔]

皮尔森相关系数（pearson）

两个变量(X, Y)的皮尔森相关性系数(ρX,Y)等于它们之间的协方差cov(X,Y)除以它们各自标准差的乘积(σX, σY)。
在这里插入图片描述

from audtorch.metrics.functional import pearsonr
output = pearsonr(r1, r2)

斯皮尔曼相关系数（spearman）

斯皮尔曼等级相关系数(Spearman’s rank correlation coefficient)，被定义成等级变量之间的皮尔逊相关系数。对于样本容量为n的样本，n个原始数据被转换成等级数据（做排序），然后再根据公式进行计算。
在这里插入图片描述

待补充

肯德尔相关系数（kendall）

待补充
SIAT_LiXiaoyu
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
pytorch实现 求协方差、皮尔森相关系数（Pearson product-moment correlation coefficient）
weixin_39417324的博客
12-24 7175
先看下面的皮尔森相关系数计算公式，我也不知道念逊还是念森，反正吧，先看公式，其实就是上边分子求了个协方差，下边是对分母分别求类似标准差的东西(当然，不是标准差，因为标准差还需要除以n的算术平方根)。 当然，上边的介绍和公式并不重要哈，最重要的是怎么用代码直接实现。 协方差： 皮尔森系数 协方差实现： import torch x=torch.randn([2,10]) #这是2*10的矩阵，x[0]就是公式中的x，x[1]就是公式中的y print(torch.cov(x)) #最后打印出的是2*2的矩
时域滤波器组 的 Pytorch 实现
06-01
PyTorch 实现从原始语音中学习过滤器组以进行phone识别（ICASSP 2018） 时域滤波器组 (TD-filterbanks) 是旨在对原始音频波形进行操作的神经网络层。在初始化时，它们通过计算一阶散射系数来逼近标准梅尔滤波器组。然后可以对架构进行微调。可以指定 mel 滤波器组的选项，例如预加重层、系数的对数压缩或它们的均值方差归一化。
Spearman’s correlation coefficient--斯皮尔曼相关系数pytorch与numpy实现
Welcome to BierOne's blog!
03-23 4041
文章目录Spearman’s correlation介绍Pytorch实现Numpy实现 Spearman’s correlation介绍 斯皮尔曼等级相关（Spearman’s correlation coefficient for ranked data）主要用于解决名称数据和顺序数据相关的问题。适用于两列变量，而且具有等级变量性质具有线性关系的资料。由英国心理学家、统计学家斯皮尔曼根据积差...
PyTorch指标计算库TorchMetrics详解
vigorlhwjsj的博客
05-17 4213
弄清楚需要评估哪些指标（metrics）是深度学习的关键。有各种指标，我们就可以评估ML算法的性能。一般来说，指标（metrics）的目的是监控和量化训练过程。在一些技术中，如学习率调度或提前停止，指标是用来调度和控制的关键。虽然也可以在这里使用损失loss，但指标是首选，因为它们能更好地代表训练目标。与损失相反，指标不需要是可微的（事实上很多都不是），但其中一些是可微的。如果指标本身是可微的，并且它是基于纯PyTorch实现，那么它也跟损失一样可以用来进行反向传播。对80多个PyTorch。
spearman-rank:斯皮尔曼等级相关系数在python中的实现
05-30
spearman-rank.py 在 python 中快速而肮脏地实现 spearman 的等级。
pytorch 计算相似度，相关系数
jacke121的专栏
05-28 6425
torch.cosine_similarity 可以对两个向量或者张量计算相似度 pytorch计算欧式距离 torch.dist(hg1, hg2, p=2) 如果自己写的话就是：（因为很简单，大多数人自己写），Pytorch里封装了这个距离函数 torch.sqrt(torch.sum((hg1-hg2)**2)) Hamming 距离，汉密尔顿距离 torch.dist(hg1, hg2, p=1) ———————————————— 版权声明：本文为CSDN博主「东方小烈」的原创文...
PyTorch计算局部相关性矩阵
画心
09-25 3425
文章目录问题说明问题分析实现过程 代码文档：https://github.com/lartpang/mypython/blob/master/2019-09-25%E8%AE%A1%E7%AE%97%E5%B1%80%E9%83%A8%E7%9B%B8%E5%85%B3%E6%80%A7%E7%9F%A9%E9%98%B5/%E8%AE%A1%E7%AE%97%E5%B1%80%E9%83%A8...
python计算相关系数
jacke121的专栏
10-06 1万+
python计算相关系数
机器学习笔记——皮尔逊相关系数
三分地
05-06 1万+
在学到相关性度量的时候，有一个系数用来度量相似性(距离)，这个系数叫做皮尔逊系数，其实在统计学的时候就已经学过了，只是当时不知道还能用到机器学习中来，这更加让我觉得机器学习离不开统计学了。 皮尔逊相关系数——Pearson correlation coefficient，用于度量两个变量之间的相关性，其值介于-1与1之间，值越大则说明相关性越强。 两个变量之间的皮尔逊相关系数定义为两个
TorchLRP:分层明智相关性传播（LRP）的PyTorch 1.6实施
05-21
pytorch LRP的实现 PyTorch对线性层和卷积层的一些层明智相关性传播（LRP）规则[1、2、3]的实现。 这些模块装饰了torch.nn.Sequential ， torch.nn.Linear和torch.nn.Conv2d ，以便能够使用autograd算法来计算说明。 安装 要安装需求，请参阅文件。 如果使用conda ，则可以通过执行以下命令来安装称为torchlrp的环境： > conda env create -f requirements.yml 为了能够如下所示导入lrp ，请确保路径中包含TorchLRP目录。 用法 该代码可以按如下方式使用： import torch import lrp model = Sequential ( lrp . Conv2d ( 1 , 32 , 3 , 1 , 1 ), torch . nn
Evaluation-Metrics-Package-Tensorflow-PyTorch-Keras
03-19
机器学习评估指标包Tensorflow-PyTorch-Keras 一个项目的重要方面是测试机器学习算法。如果使用索引进行评估，则该模型可以提供令人满意的结果。但是，如果根据其他指标（例如对数损失或其他类似指标）进行评估，则结果可能会很差。通常，我们使用分类精度来计算模型的效率，但不足以真正评估模型。在此仓库中，涵盖了用于不同类型的模型/应用程序的各种形式的度量。 分类 分类精度 混淆矩阵 精确度和召回率 F测度 接收器工作特性（ROC） 曲线下面积（AUC） 精确召回曲线 分割 联盟交叉口（IOU） 骰子系数 像素精度 精确度和召回率 混淆矩阵 接收器工作特性（ROC） 曲线下面积（AUC） 物体检测 平均精度（帕斯卡） 平均精度（COCO） 混淆矩阵 PR曲线 必要进口 # for creating custom metrics import numpy as np # for plo
利用 python/keras/tensorflow 计算 DICE系数，评估 3D 分割结果，只挑选特定层面
01-06
之前在文章：https://blog.csdn.net/Sweety_Lin/article/details/104199580 中写的DICE计算程序，是将Nii的整个volume计算在内，现想提取T2中有lesion的特定层面来计算DICE： import nibabel as nib import scipy.io as io import os import numpy as np import tensorflow as tf from keras import backend as K def dice_coefficient(y_true, y_pred, smooth=0.0
皮尔森相关性系数的计算python代码（四）
05-02
皮尔森相关性系数的计算python代码（四）
spearman的matlab代码-skip-gram-pytorch:skip-gram的完整pytorch实现
06-13
spearman的matlab代码skipgram 模型的完整 pytorch 实现（带有子采样和负采样）。 嵌入结果用 Spearman 秩相关检验。
Pytorch-简单音频io项目源码
最新发布
03-05
它旨在将 PyTorch 的强大功能应用于音频领域，提供了一系列音频处理工具，使得在 PyTorch 中进行音频相关的机器学习和深度学习任务变得更加便捷。 以下是 torchaudio 的一些关键特性： 音频 I/O 支持：torchaudio ...
使用Python计算方差协方差相关系数
热门推荐
给永远比拿愉快
12-18 2万+
使用Python计算方差，协方差和相关系数 文章目录使用Python计算方差，协方差和相关系数数学定义期望方差协方差相关系数协方差矩阵使用NumPy包计算 数学定义 期望 设随机变量XXX只取有限个可能值ai(i=0,1,...,m)a_i (i=0, 1, ..., m)ai​(i=0,1,...,m)，其概率分布为P(X=ai)=piP (X = a_i) = p_iP(X=ai​)=pi​....
一组向量 和 一组向量 的attention计算，pytorch实现
Talk Is Cheap
01-16 1012
class GetAttentionHiddens(nn.Module): def __init__(self, input_size, attention_hidden_size, similarity_attention = False): super(GetAttentionHiddens, self).__init__() self.scoring ...
pytorch相关
weixin_41169280的博客
03-23 1033
1、nn.Sequential（） nn.Sequential( nn.Conv1d(6, self.base_plane, kernel_size=7, stride=2, padding=3, bias=False),nn.BatchNorm1d(self.base_plane), nn.ReLU(inplace=True), ) 一个有序的容器，神经网络模块将按照在传入构造器的顺序依次被添加到计算图中执行，同时以神经网络模块为元素的有序字典也可以作为传入参数 nn.Sequential里面的模块按照
torch.相关函数
cowardintheworld的博客
10-19 359
torch.nonzero() Docstring:nonzero(input, *, out=None, as_tuple=False) -> LongTensor or tuple of LongTensors 涉及的参数主要是输入和 as_tuple，其实就是是否返回到一个元组，默认不是元组。 看下面的例子就懂了。 """as_tuple=False的默认情况""" >>> torch.nonzero(torch.tensor([1, 1, 1, 0, 1])) ten
pytorch实现皮尔逊相关系数
01-24
以下是使用PyTorch实现皮尔逊相关系数的代码示例： ```python import torch # 创建一个2x10的随机张量 x = torch.randn([2, 10]) # 计算皮尔逊相关系数 corrcoef = torch.corrcoef(x) print(corrcoef) ``` 这段代码首先导入了PyTorch库，然后创建了一个2x10的随机张量`x`。接下来，使用`torch.corrcoef()`函数计算了`x`的皮尔逊相关系数，并将结果存储在变量`corrcoef`中。最后，打印出了皮尔逊相关系数的值。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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