python - Numpy协方差
问题描述
当对 numpy 矩阵应用零均值时,以下两个代码之间是否存在差异?我正在学习 andrew ng 的 ML 课程,他建议使用 X @ X^T 来查找协方差矩阵(考虑到应用了零均值)。当我尝试目视检查矩阵时,发现它使用 np.cov 函数给出了差异结果..请帮助..
import numpy as np
X=np.random.randint(0,9,(3,3))
print(X)
[[2 1 5]
[7 4 8]
[4 7 6]]
X = (X - X.mean(axis=0)) # <- Zero Mean
print(X)
[[-2.33333333 -3. -1.33333333]
[ 2.66666667 0. 1.66666667]
[-0.33333333 3. -0.33333333]]
cov1 = (X @ X.T)/m # <- Find covariance manually as suggested in the course
print(cov1)
[[ 5.40740741 -2.81481481 -2.59259259]
[-2.81481481 3.2962963 -0.48148148]
[-2.59259259 -0.48148148 3.07407407]]
cov2 = np.cov(X,bias=True) # <- Find covariance with np.cov
print(cov2)
[[ 0.7037037 0.59259259 -1.2962963 ]
[ 0.59259259 1.81481481 -2.40740741]
[-1.2962963 -2.40740741 3.7037037 ]]
解决方案
如果您的观察结果在行中并且变量在列中(设置rowvar
为False
),那么它必须是x.T @ x
:
import numpy as np
x0 = np.array([[2, 1, 5], [7, 4, 8], [4, 7, 6]])
x = x0 - x0.mean(axis=0)
cov1 = x.T @ x / 3
cov2 = np.cov(x, rowvar=False, bias=True)
assert np.allclose(cov1, cov2)
x @ x.T
适用于观察值在列中且变量在行中的情况:
x = x0 - x0.mean(axis=1)[:,None]
cov1 = x @ x.T / 3
cov2 = np.cov(x, bias=True) # rowvar=True by default
assert np.allclose(cov1, cov2)
推荐阅读
- php - 试图获取非对象 yii2 的属性“id”
- flutter - 如何使用传递的参数制作 listview.builder
- caching - AWS Cloudfront avoid caching particular querystring
- .net - 在 Windows 10 上的 Docker 容器内运行 .NET exe
- javascript - Trustpilot 身份验证错误未知 grant_type
- yaml - yq v4:打印具有完整键路径的所有键值对
- c - Wayland 客户端获取合成器名称
- autocomplete - Autocomplete vuetify:选择输入时隐藏选择?
- r - 如何在 R 中的两个不同 y 轴上的一张图中绘制根生长率与枝条生长率的关系
- firebase - 在 Firebase 9.0.0 上取消订阅的正确方法