python 从方差/协方差到协方差矩阵

最新推荐文章于 2024-08-08 05:04:10 发布

木一啊

最新推荐文章于 2024-08-08 05:04:10 发布

阅读量3.8k

点赞数 2

本文链接：https://blog.csdn.net/weixin_44935235/article/details/104017669

版权

本文介绍了Python中如何理解和计算方差、协方差及其矩阵。方差衡量单个数据的波动程度，协方差则用于评估两个数据变量的变化趋势是否一致。协方差矩阵用于表示多个变量间的协方差。文中通过numpy和pandas库展示了计算这些统计量的代码示例，并解释了样本方差和总体方差的区别。

摘要由CSDN通过智能技术生成

终于搞懂了，方差协方差，协方差矩阵都是些啥了，以及他们到底是怎样计算出来的，他们之间有什么样关系，接下来就将自己整理出来的知识点做整理，仅供参考，如若有什么问题，还请指教！
参考链接

方差

什么是方差？

一句话：方差是衡量源数据和期望值相差的度量值！

一组数组X1.X2.X3…Xn,各数据与平均数x的差的平方的和来衡量这组数据的波动大小，并且把它叫做这组数据的方差，方差越小越稳定！
标准方差：
标准方差公式
在计算方差时，可以用到numpy中的var()函数，np.var()默认是总体方差，若计算样本方差或标准方差时，需要加参数ddof=1
直接看代码

import numpy as np

num_array= np.array([1, 2, 3, 4, 5, 6])
variance = np.var(num_array)  # 计算总体方差
print("variance", variance)
standard_variance = np.var(num_array, ddof=1)  # 计算标准方差
print("standard_variance", standard_variance)

num_matrix = [[10, 11], [12, 13]]

matrix_variance = np.var(num_matrix)  # 计算矩阵所有元素的方差
print("matrix_variance", matrix_variance)

row = np.var(num_matrix, axis=0)  # 计算矩阵每一列的方差
print("row", row)

line = np.var(num_matrix, axis=1)  # 计算矩阵每一行的方差
print("line", line)