当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


Python SciPy Covariance.from_diagonal用法及代码示例


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

用法:

static  Covariance.from_diagonal(diagonal)#

从对角线返回协方差矩阵的表示形式。

参数

diagonal array_like

对角矩阵的对角元素。

注意

将对角协方差矩阵 的对角元素存储在向量 中。

的所有元素都严格为正时,通过计算 来执行数据点 的白化,其中可以逐元素取平方根倒数。 计算为 ,其中 操作按元素执行。

Covariance 类支持奇异协方差矩阵。计算 _log_pdet 时, 的非正元素将被忽略。当要白化的点不在协方差矩阵的列的范围内时,白化就不能很好地定义。这里采用的约定是将 的非正元素的平方根倒数视为零。

例子

准备对称正定协方差矩阵 A 和数据点 x

>>> import numpy as np
>>> from scipy import stats
>>> rng = np.random.default_rng()
>>> n = 5
>>> A = np.diag(rng.random(n))
>>> x = rng.random(size=n)

A 中提取对角线并创建 Covariance 对象。

>>> d = np.diag(A)
>>> cov = stats.Covariance.from_diagonal(d)

Covariance 对象的函数与参考实现进行比较。

>>> res = cov.whiten(x)
>>> ref = np.diag(d**-0.5) @ x
>>> np.allclose(res, ref)
True
>>> res = cov.log_pdet
>>> ref = np.linalg.slogdet(A)[-1]
>>> np.allclose(res, ref)
True

相关用法


注:本文由纯净天空筛选整理自scipy.org大神的英文原创作品 scipy.stats.Covariance.from_diagonal。非经特殊声明,原始代码版权归原作者所有,本译文未经允许或授权,请勿转载或复制。