empirical_covariance

sklearn.covariance.empirical_covariance(X, *, assume_centered=False)[исходный код]

Вычисляет оценку ковариации методом максимального правдоподобия.

Параметры:

Xndarray формы (n_samples, n_features)

Данные, на основе которых вычисляется оценка ковариации.

assume_centeredbool, по умолчанию=False

Если True, данные не будут центрированы перед вычислением. Это полезно при работе с данными, среднее значение которых близко к нулю, но не равно ему точно. Если False, данные будут центрированы перед вычислением.

Возвращает:

covariancendarray формы (n_features, n_features)

Эмпирическая ковариация (оценка максимального правдоподобия).

Примеры

>>> from sklearn.covariance import empirical_covariance
>>> X = [[1,1,1],[1,1,1],[1,1,1],
...      [0,0,0],[0,0,0],[0,0,0]]
>>> empirical_covariance(X)
array([[0.25, 0.25, 0.25],
       [0.25, 0.25, 0.25],
       [0.25, 0.25, 0.25]])

Примеры в галерее

Оценивание ковариации с помощью сжатия: LedoitWolf, OAS и максимальное правдоподобие