Fatal编程技术网
  • numpy/
  • Numpy 如何用相同大小的特征向量建立协方差矩阵

Numpy 如何用相同大小的特征向量建立协方差矩阵

numpy

Numpy 如何用相同大小的特征向量建立协方差矩阵,numpy,covariance,eigenvector,symmetric,covariance-matrix,Numpy,Covariance,Eigenvector,Symmetric,Covariance Matrix,我有两个特征向量集X和Y，其中size=（7,7）（7个分量的7个特征向量） 我正在寻找一种从这两个特征向量集建立协方差矩阵的方法 第一次，我做了这个功能： # Compute covariance between vectors of matrix def compute_Cov(A,B): C = np.zeros((7,7)) for i in range(7): C[0:7,i]= np.mean(A[0:7,i]*B[0:7,i]) - np.mean(A[0:7,i]

我有两个特征向量集
X
和
Y
，其中
size=（7,7）
（7个分量的7个特征向量）

我正在寻找一种从这两个特征向量集建立协方差矩阵的方法

第一次，我做了这个功能：

# Compute covariance between vectors of matrix
def compute_Cov(A,B):
  C = np.zeros((7,7))
  for i in range(7):
    C[0:7,i]= np.mean(A[0:7,i]*B[0:7,i]) - np.mean(A[0:7,i])*np.mean(B[0:7,i])
    #C[0:7,i] = np.cov(A[0:7,i],B[0:7,i])
  return C
并调用：
CovXY=compute\u Cov（X，Y）

但是这样，矩阵
CovXY
不是对称的而且我不知道如何从
X
和
Y
特征向量集构建对称矩阵（因此X和Y实际上是矩阵）。

CovXY有多不对称？执行Covxy=（Covxy+Covxy.T）/2以消除数值误差并不少见。如果是这样的话，你必须根据矩阵的不对称程度来判断自己。@Bas。谢谢你的快速回答。不幸的是，我想我不能应用你的公式，因为每列对应一个特征向量。所以，我必须处理一组特征向量（在我的例子中是7列），你确定你计算了协方差矩阵吗？看起来你们计算了互协方差矩阵，它是不对称的