Python SciPy Covariance.colorize用法及代码示例

本文简要介绍 python 语言中 scipy.stats.Covariance.colorize 的用法。

用法:

Covariance.colorize(x)#

对数据执行着色转换。

“Colorizing”(“color”如“colored noise”，其中不同的频率可能具有不同的幅度)将一组不相关的随机变量转换为一组具有所需协方差的新随机变量。当将着色变换应用于根据具有恒等协方差和零均值的多元正态分布分布的点的样本时，变换样本的协方差近似为着色变换中使用的协方差矩阵。

参数 ：：

x： array_like

点数组。最后一个维度必须与空间的维度相对应，即协方差矩阵中的列数。

返回 ：：

x_： array_like

变换后的点数组。

参考：

[1]

“Whitening Transformation”。维基百科。https://en.wikipedia.org/wiki/Whitening_transformation

[2]

诺瓦克、卢卡斯和米罗斯拉夫·沃列乔夫斯基。 “着色线性变换的推广”。 VSB 18.2 (2018) 的交易：31-35。 DOI:10.31490/tces-2018-0013

例子：

>>> import numpy as np
>>> from scipy import stats
>>> rng = np.random.default_rng()
>>> n = 3
>>> A = rng.random(size=(n, n))
>>> cov_array = A @ A.T  # make matrix symmetric positive definite
>>> cholesky = np.linalg.cholesky(cov_array)
>>> cov_object = stats.Covariance.from_cholesky(cholesky)
>>> x = rng.multivariate_normal(np.zeros(n), np.eye(n), size=(10000))
>>> x_ = cov_object.colorize(x)
>>> cov_data = np.cov(x_, rowvar=False)
>>> np.allclose(cov_data, cov_array, rtol=3e-2)
True