empirical_covariance#

sklearn.covariance.empirical_covariance(X, *, assume_centered=False)[Quelle]#

Berechnet den Kovarianz-Schätzer der maximalen Likelihood.

Parameter:
Xndarray der Form (n_samples, n_features)

Daten, aus denen die Kovarianzschätzung berechnet werden soll.

assume_centeredbool, Standard=False

Wenn True, werden die Daten vor der Berechnung nicht zentriert. Nützlich bei der Arbeit mit Daten, deren Mittelwert fast, aber nicht exakt Null ist. Wenn False, werden die Daten vor der Berechnung zentriert.

Gibt zurück:
covariancendarray von Shape (n_features, n_features)

Empirische Kovarianz (Maximum Likelihood Schätzer).

Beispiele

>>> 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]])