python - 为什么Python中协方差函数的输出差异太大？

我正在使用python的三个函数来计算同一输入的协方差，
输出完全不同。有没有人有经验并知道哪个最有效？ （有什么区别？）

我使用的功能是

sklearn.covariance.empirical_covariance(.)
MinCovDet().fit(.)
np.cov(.)

任何见解均表示赞赏。

sklearn.covariance.empirical_covariance（。）给了我直接

cov = (1/N) * M.transpose * M

最佳答案

同意约瑟夫·汉森（Joseph Hansen）的观点，更多的特异性将有助于您获得全面的答案。很快，我相信sklearn.covariance可计算总体的协方差。而默认情况下，numpy.cov计算样本协方差。要获得总体协方差，您可以通过如下所示的总共N个样本来指定归一化：

Covariance = numpy.cov(a, b, bias=True)[0][1]

关于python - 为什么Python中协方差函数的输出差异太大？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/55364715/