协方差矩阵

本文深入探讨了协方差矩阵的概念及其在多维数据分析中的作用,解析了其对称特性与方差关系,强调了计算时针对列而非样本的要点,并通过实例说明了在机器学习中的应用价值。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

1.协方差矩阵的概念:

在这里插入图片描述

2.协方差矩阵的性质:

①. 协方差矩阵能处理多维问题;
②. 协方差矩阵是一个对称的矩阵,而且对角线是各个维度上的方差;
③. 协方差矩阵计算的是不同维度之间的协方差,而不是不同样本之间的;
④. 样本矩阵中若每行是一个样本,则每列为一个维度,所以计算协方差时要按照列计算均值。
如果数据是3维的,那么协方差矩阵是:
在这里插入图片描述
下面在给出一个4维3样本的实例:
在这里插入图片描述
在这里插入图片描述
【1】详解协方差与协方差矩阵
【2】关于协方差矩阵在机器学习中的理解
【3】协方差矩阵相关概念、性质、应用意义及矩阵特征向量的用处

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值