Skip to main content
 首页 » 编程设计

python之如何计算矩阵的协方差

2025年05月04日8arxive

我有一个包含数值的数据集。我想衡量列之间的相关性

让我们考虑一下:

dataset = pd.DataFrame({'A':np.random.rand(100)*1000,  
                        'B':np.random.rand(100)*100,   
                        'C':np.random.rand(100)*10,  
                        't':np.random.rand(100)}) 

从数学上讲,不相关的数据意味着 cov(a,b) = 0。但对于真实数据,它应该接近于零。

np.cov(a,b) 

这个 numpy 应该给我们两个之间的协方差值。但我想确保我的数据集不相关,有什么技巧可以做到这一点吗?

更新

from matplotlib.mlab import PCA 
results = PCA(dataset.values)  

请您参考如下方法:

我有一个我引用的协方差代码片段:

    mean =  np.mean(matrix,axis=0) 
    # make a mean matrix the same shape as data for subtraction 
    mean_mat = np.outer(np.ones((nsamples,1)),mean) 
 
    cov = matrix - mean_mat 
    cov = np.dot(cov.T,cov)/(nsamples -1) 

cov是numpy数组,mean是行方向的均值。

注意矩阵不需要是正方形的。

然后您可以使用协方差矩阵通过使用 Penrose pseudo inverse 将数据乘以逆协方差来“去除方差” :

        U,S,V = svd(cov) 
        D = np.diag(1./S) 
        # inv = VT.(D^-1).UT 
        # where cov = U.D.V 
        inverse_cov = np.dot(V.T,np.dot(D,U.T))