【Python实例第25讲】稳健的 vs 经验的协方差估计

机器学习训练营——机器学习爱好者的自由交流空间(入群联系qq:2279055353)

通常的协方差最大似然估计对数据集里的异常点(outliers)是非常敏感的。在这样的情况下,使用稳健的协方差估计,保证对即使数据集存在错误的观测,估计量也是一致的。

极小极大协方差行列式估计

极小极大协方差行列式估计量(Minimum Covariance Determinant Estimator, MCDE), 通常被用来估计高度污染(contaminated)的数据集的协方差。数据集的受污染程度,可以达到
n s a m p l e s − n f e a t u r e s − 1 2 \dfrac{n_{samples}-n_{features}-1}{2} 2nsamp

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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