这是协方差矩阵的定义 . http://en.wikipedia.org/wiki/Covariance_matrix#Definition
除了主对角线之外,矩阵中的每个元素(如果我没有错)简化为E(x_ * x_ ) - mean(i)* mean(j)其中i和j是行协方差矩阵的数量和列数 .
从numpy文档中,
x = np.array([[0, 2], [1, 1], [2, 0]]).T
x
array([[0, 1, 2], [2, 1, 0]])
np.cov(x)
array([[ 1., -1.],
[-1., 1.]])
第一行即[0,1,2]对应于X_ {0},第二行即[2,1,0]对应于X_ {1}如何计算X_ {0} * X_ {1}的期望,因为随机变量的分布是不知道的?
谢谢 .
1 回答
Simply check the code.
cov
in\site-packages\numpy\lib\function_base.py
...