當前位置: 首頁>>代碼示例 >>用法及示例精選 >>正文


Python SciPy Covariance.from_cholesky用法及代碼示例


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

用法:

static  Covariance.from_cholesky(cholesky)#

通過(較低)Cholesky 因子提供的協方差表示

參數

cholesky array_like

協方差矩陣的下三角 Cholesky 因子。

注意

令協方差矩陣 為較低的 Cholesky 因子,使得 。數據點 的白化是通過計算 來執行的。 計算為 ,其中 操作按元素執行。

Covariance 類不支持奇異協方差矩陣,因為奇異協方差矩陣不存在 Cholesky 分解。

例子

準備對稱正定協方差矩陣 A 和數據點 x

>>> import numpy as np
>>> from scipy import stats
>>> rng = np.random.default_rng()
>>> n = 5
>>> A = rng.random(size=(n, n))
>>> A = A @ A.T  # make the covariance symmetric positive definite
>>> x = rng.random(size=n)

A 執行 Cholesky 分解並創建 Covariance 對象。

>>> L = np.linalg.cholesky(A)
>>> cov = stats.Covariance.from_cholesky(L)

Covariance 對象的函數與參考實現進行比較。

>>> from scipy.linalg import solve_triangular
>>> res = cov.whiten(x)
>>> ref = solve_triangular(L, x, lower=True)
>>> np.allclose(res, ref)
True
>>> res = cov.log_pdet
>>> ref = np.linalg.slogdet(A)[-1]
>>> np.allclose(res, ref)
True

相關用法


注:本文由純淨天空篩選整理自scipy.org大神的英文原創作品 scipy.stats.Covariance.from_cholesky。非經特殊聲明,原始代碼版權歸原作者所有,本譯文未經允許或授權,請勿轉載或複製。