python - 为什么 Python 中协方差函数的输出相差太大？

Question

我使用 python 的三个函数来计算相同输入的协方差，输出完全不同。有没有人有经验并且知道哪一种效果最好？（有什么区别？）

我使用的功能是

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

任何见解都值得赞赏。

sklearn.covariance.empirical_covariance(.) 给了我简单的

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

Answer 1

同意约瑟夫汉森的观点，更具体的答案将有助于彻底回答。很快，我相信 sklearn.covariance 会计算总体的协方差。然而，默认情况下 numpy.cov 计算样本协方差。要获得总体协方差，您可以通过总 N 个样本指定归一化，如下所示：

Covariance = numpy.cov(a, b, bias=True)[0][1]