torch.corrcoef

torch.corrcoef(input) → Tensor

Оценивает матрицу коэффициентов корреляции Пирсона для переменных, заданных матрицей input, где строки — переменные, а столбцы — наблюдения.

Примечание

Матрица коэффициентов корреляции R вычисляется с использованием матрицы ковариаций C, как указано в $R_{ij} = \frac{ C_{ij} } { \sqrt{ C_{ii} * C_{jj} } }$

Примечание

Из-за округления с плавающей запятой полученная матрица может не быть эрмитовой, а её диагональные элементы могут не быть равны 1. Вещественные и мнимые значения обрезаются до интервала [-1, 1] для улучшения этой ситуации.

Параметры:

input (Тензор) – 2-мерная матрица, содержащая несколько переменных и наблюдений, или скаляр или 1-мерный вектор, представляющий одну переменную.

Возвращает:

(Тензор) Матрица коэффициентов корреляции переменных.

См. также

torch.cov() матрица ковариаций.

Пример:

>>> x = torch.tensor([[0, 1, 2], [2, 1, 0]])
>>> torch.corrcoef(x)
tensor([[ 1., -1.],
        [-1.,  1.]])
>>> x = torch.randn(2, 4)
>>> x
tensor([[-0.2678, -0.0908, -0.3766,  0.2780],
        [-0.5812,  0.1535,  0.2387,  0.2350]])
>>> torch.corrcoef(x)
tensor([[1.0000, 0.3582],
        [0.3582, 1.0000]])
>>> torch.corrcoef(x[0])
tensor(1.)