Matrix 两个不同的协方差矩阵？

我有点糊涂了

假设我们观察到数据X=[x1，…，xn]，它们是R^d中的向量（平均值为零）

X^T表示X的转置

有时我看到协方差矩阵的形式是1/n*X*X^T（例如主成分分析），有时我看到协方差矩阵的形式是1/n*X^T*X（例如核k（X，y）=X^T*y的核协方差矩阵）

---

那么，为什么有两种不同的方式，或者我把一些事情搞混了？谢谢你的帮助。

好吧，结果在维度上有所不同。一个是nxn矩阵，另一个是dxd矩阵。 我不知道nxn结果的应用，但当我使用协方差矩阵表示R^d中向量的变化时（测量值X=[x1，…，xn]），结果必须是dxd矩阵，其特征向量和-值指示“方差椭球体”（必须在dxd中给出）的主轴和延伸

附言：我知道，只有半个答案

增编： 内核用于创建成对特征的内积，从而将维数减少到1，以便更容易地找到模式。看看 为了得到一个印象，内核协方差矩阵是用来做什么的