empirical_covariance#
- sklearn.covariance.empirical_covariance(X, *, assume_centered=False)[source]#
计算最大似然协方差估算器。
- 参数:
- Xndarray of shape (n_samples, n_features)
Data from which to compute the covariance estimate.
- assume_centeredbool, default=False
如果为
True，则在计算前不会对数据进行中心化处理。这在处理均值几乎为零但并不完全为零的数据时非常有用。如果为False，则会在计算前对数据进行中心化处理。
- 返回:
- covariance形状为 (n_features, n_features) 的 ndarray
经验协方差（最大似然估计量）。
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]])
