Python SciPy Covariance.colorize用法及代碼示例

本文簡要介紹 python 語言中 scipy.stats.Covariance.colorize 的用法。

用法:

Covariance.colorize(x)#

對數據執行著色轉換。

“Colorizing”(“color”如“colored noise”，其中不同的頻率可能具有不同的幅度)將一組不相關的隨機變量轉換為一組具有所需協方差的新隨機變量。當將著色變換應用於根據具有恒等協方差和零均值的多元正態分布分布的點的樣本時，變換樣本的協方差近似為著色變換中使用的協方差矩陣。

參數 ：：

x： array_like

點數組。最後一個維度必須與空間的維度相對應，即協方差矩陣中的列數。

返回 ：：

x_： array_like

變換後的點數組。

參考：

[1]

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

[2]

諾瓦克、盧卡斯和米羅斯拉夫·沃列喬夫斯基。 “著色線性變換的推廣”。 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