为什么Python中协方差函数的输出差别太大？

我使用python的三个函数来计算相同输入的协方差， 结果截然不同。有没有人有经验，知道哪一个效果最好？（有什么区别？）

我使用的函数是

sklearn.covariance.empirical_covariance(.)
MinCovDet().fit(.)
np.cov(.)

任何见解都值得赞赏

sklearn.协方差.经验协方差（.）给了我直截了当的答案

cov = (1/N) * M.transpose * M

---

同意Joseph Hansen的观点，更具体的回答将有助于彻底的回答。很快，我相信sklearn.convariance会计算总体的协方差。而默认情况下，numpy.cov计算样本协方差。要获得总体协方差，可以通过总N个样本指定标准化，如下所示：

---

协方差=numpy.cov（a，b，bias=True）[0][1]

这个问题有潜力，但我建议改进标题。它应该更加具体。