经验协方差#

sklearn.covariance.empirical_covariance(X, *, assume_centered=False)[source]#

计算最大似然协方差估计。

参数：
Xndarray of shape (n_samples, n_features)

用于计算协方差估计的数据。

assume_centeredbool, default=False

如果为 True，则在计算之前不会对数据进行中心化。在处理均值几乎为零但并非完全为零的数据时非常有用。如果为 False，则在计算之前会对数据进行中心化。

返回值：
协方差形状为 (n_features, n_features) 的ndarray

经验协方差（最大似然估计）。

示例

>>> 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]])