np.cov() 矩阵 returns 意外值
np.cov() matrix returns unexpected values
我试图找到每个像素的所有可能图像(展平)的协方差矩阵 - {0,1}。
我使用 numpy 编写了以下代码:
import numpy as np
a = np.array(np.meshgrid([1,0], [1, 0], [1, 0],[1,0],[0,1])).T.reshape(-1,5)
a = np.transpose(a)
covariance = np.cov(a)
print(covariance)
我在对角线上得到输出 0.25806452
。但我认为对角线应该正好是 0.25
.
谁能解释为什么不是 0.25
?
它被标准化为 1/(N-1),而不是 1/N。设置 ddof
参数以更改此行为。
我试图找到每个像素的所有可能图像(展平)的协方差矩阵 - {0,1}。
我使用 numpy 编写了以下代码:
import numpy as np
a = np.array(np.meshgrid([1,0], [1, 0], [1, 0],[1,0],[0,1])).T.reshape(-1,5)
a = np.transpose(a)
covariance = np.cov(a)
print(covariance)
我在对角线上得到输出 0.25806452
。但我认为对角线应该正好是 0.25
.
谁能解释为什么不是 0.25
?
它被标准化为 1/(N-1),而不是 1/N。设置 ddof
参数以更改此行为。