Numpy cov() 函数的理解

该函数用来求协方差矩阵

numpy.cov(m, y=None, rowvar=True, bias=False, ddof=None, fweights=None, aweights=None)

第一个参数m，输入的矩阵每一行代表一个变量（特征），每一列代表一个样本

第三个参数rowvar，默认为True，则每行代表一个变量，每一列为一个样本；如果改成False，那么每一列代表一个特征，每一行代表一个样本

第四个参数bias，默认归一化（False）为（N-1），其中N为给定观测次数（无偏估计）。如果bias为True，则归一化为N

协方差矩阵和散布矩阵（散度矩阵）的意义_pan_jinquan的博客-CSDN博客_散布矩阵https://blog.csdn.net/guyuealian/article/details/68922981参考上面这篇博客中写的例子，这篇博客中使用Matlab写的，我自己用Python的Numpy库中的函数实现了一下，加深了对协方差矩阵的理解

标签：None,False,函数,cov,True,矩阵,协方差,bias,Numpy
来源： https://blog.csdn.net/guliguliguliguli/article/details/120797708