当numpy矩阵的平均值为零时,以下两个代码之间是否存在预期差异?我在学习andrew ng的ML课程,他建议使用X@X^T来找到协方差矩阵(考虑到应用了零均值)。当我试图目视检查矩阵时,发现它给出了np.cov函数的差异结果。。请帮忙
import numpy as np
X=np.random.randint(0,9,(3,3))
print(X)
[[2 1 5]
[7 4 8]
[4 7 6]]
X = (X - X.mean(axis=0)) # <- Zero Mean
print(X)
[[-2.33333333 -3. -1.33333333]
[ 2.66666667 0. 1.66666667]
[-0.33333333 3. -0.33333333]]
cov1 = (X @ X.T)/m # <- Find covariance manually as suggested in the course
print(cov1)
[[ 5.40740741 -2.81481481 -2.59259259]
[-2.81481481 3.2962963 -0.48148148]
[-2.59259259 -0.48148148 3.07407407]]
cov2 = np.cov(X,bias=True) # <- Find covariance with np.cov
print(cov2)
[[ 0.7037037 0.59259259 -1.2962963 ]
[ 0.59259259 1.81481481 -2.40740741]
[-1.2962963 -2.40740741 3.7037037 ]]
如果观察值在行中,变量在列中(将^{} 设置为
False
),则它必须是x.T @ x
:x @ x.T
用于观察值在列中,变量在行中的情况:相关问题 更多 >
编程相关推荐