先转发几份比较简单的介绍，后面作补充。
协方差就是这样一种用来度量两个随机变量关系的统计量，我们可以仿照方差的定义：
来度量各个维度偏离其均值的程度，协方差可以这么来定义：
那么，协方差的结果有什么意义呢？如果结果为正值，则说明两个随机变量是正相关的(从协方差可以引出“相关系数”的定义)，结果为负值就说明负相关的；如果为0，也是就是统计上说的“相互独立”。
从协方差的定义上我们也可以看出一些显而易见的性质，如：
协方差矩阵：https://blog.csdn.net/shenziheng1/article/details/52955687
PCA算法：https://blog.csdn.net/google19890102/article/details/27969459