Python sklearn empirical_covariance用法及代碼示例

本文簡要介紹python語言中 sklearn.covariance.empirical_covariance 的用法。

用法:

sklearn.covariance.empirical_covariance(X, *, assume_centered=False)

計算最大似然協方差估計量。

參數：

X：ndarray 形狀(n_samples，n_features)

從中計算協方差估計的數據。

assume_centered：布爾，默認=假

如果 True ，數據在計算前不會居中。在處理平均值幾乎為零但不完全為零的數據時很有用。如果 False ，數據將在計算之前居中。

返回：

covariance：ndarray 形狀(n_features，n_features)

經驗協方差(最大似然估計)。

例子：

>>> from sklearn.covariance import empirical_covariance
>>> X = [[1,1,1],[1,1,1],[1,1,1],
...      [0,0,0],[0,0,0],[0,0,0]]
>>> empirical_covariance(X)
array([[0.25, 0.25, 0.25],
       [0.25, 0.25, 0.25],
       [0.25, 0.25, 0.25]])