为什么 numpy 的协方差与我的完全不同？
Why is numpys covariance totally different then mine?
我使用以下公式计算协方差：
np.dot(X_zero_mean, X_zero_mean.T) / (X_zero_mean.shape[0] -1)
并将其与
进行比较
np.cov(X_zero_mean.T)
我都将生成的矩阵打印到控制台并从中创建一个图形，但它们并不相同。为什么？难道 cov 避免了一些数字错误，这是我上面的公式发生的？
第一个是我的协方差，第二个是 numpy cov：
如果没有你的确切矩阵，很难说清楚，但我猜这是因为你在将矩阵传递给 np.cov 之前对其进行了转置。这也可以解释为什么 numpy 的结果看起来比你的高得多。 np.cov(X.T) 等同于 np.dot(X.T, X)，而不是 np.dot(X, X.T)。
我使用以下公式计算协方差：
np.dot(X_zero_mean, X_zero_mean.T) / (X_zero_mean.shape[0] -1)
并将其与
进行比较np.cov(X_zero_mean.T)
我都将生成的矩阵打印到控制台并从中创建一个图形，但它们并不相同。为什么？难道 cov 避免了一些数字错误，这是我上面的公式发生的？
第一个是我的协方差，第二个是 numpy cov：
如果没有你的确切矩阵，很难说清楚，但我猜这是因为你在将矩阵传递给 np.cov 之前对其进行了转置。这也可以解释为什么 numpy 的结果看起来比你的高得多。 np.cov(X.T) 等同于 np.dot(X.T, X)，而不是 np.dot(X, X.T)。