empirical_covariance#

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

計算最大似然共變異數估計值。

參數:
Xndarray，形狀為 (n_samples, n_features)

用於計算共變異數估計值的資料。

assume_centeredbool，預設值=False

若為 True，則在計算前不會將資料置中。當處理平均值幾乎但不完全為零的資料時很有用。若為 False，則會在計算前將資料置中。

回傳值:
covariancendarray，形狀為 (n_features, n_features)

經驗共變異數（最大似然估計值）。

範例

>>> 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]])