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/

10-12 03:28