协方差矩阵（均值、方差、标准差、协方差、PCA主成分分析）

1.概念

（1）均值：所有样本平均值。

公式：

（2）方差：各个样本与样本均值的差的平方和的均值。

用途：描述数据离散程度。

公式：

（3）标准差：方差开方即标准差。

公式：

（4）协方差：判断两个变量的同步程度，也就是判断A变量变化时B变量变化的相应程度。

协方差>0，A变量增大时B变量增大（二者负相关）。协方差=0，A变量和B变量线性无关。协方差<0，A变量增大时B变量减小（二者正相关）。

公式：【这个概念不重要，工作里用不大上】

（5）协方差矩阵：协方差矩阵中的每个元素是各个向量元素之间的协方差。

计算公式：

如n维随机变量XYZ的协方差矩阵为：

1）特征值：该特征重要程度

2）特征向量：该特征是什么

2.协方差矩阵的应用（PCA主成分分析）

以下：重点、常用、要记住

（理解如下，即理解了PCA主成分分析的原理）

在三维点云中，通过接口计算出协方差矩阵，协方差矩阵的特征向量，即是XYZ的方向。协方差矩阵的各特征向量的特征值，即是XYZ单位长度的比值。

如下情况：

通过协方差矩阵的特征向量和特征值，可以计算这块点云的朝向、哪个朝向是它的主方向向量、各方向上点云多少等信息。（该点云要经过滤波，变成是均匀的，否则会计算不准确）

工作中如可以通过协方差矩阵计算杆塔点云横担的朝向，或者是悬垂绝缘子的朝向。又或者是计算当前机器人手臂的方向等等等等。