我一直在到处搜索，但只发现了如何创建从一个向量到另一个向量的协方差矩阵，例如 cov(xi, xj)。我感到困惑的一件事是，如何从集群中获取协方差矩阵。每个簇有许多向量。如何将它们放入一个协方差矩阵。有什么建议么？？
信息：
输入：簇中的向量，Xi = (x0,x1,...,xt), x0 = { 5 1 2 3 4} --> 列向量
（实际上它是一个 MFCC 特征向量，每个向量有 12 个系数，在用 k-means 将它们聚类后，8 个簇，现在我想获得每个簇的协方差矩阵，以将其用作高斯混合模型中的协方差矩阵）
output : covariance matrix n x n
您要问的问题是：给定一组维度为 D 的 N 点（例如，您最初聚类为“speaker1”的点），将 D 维高斯拟合到这些点（我们将其称为“代表扬声器 1 的高斯” ）。为此，只需计算样本均值和样本协方差：http ://en.wikipedia.org/wiki/Multivariate_normal_distribution#Estimation_of_parameters或http://en.wikipedia.org/wiki/Sample_mean_and_covariance
对其他 k=8 扬声器重复此操作。我相信您可以使用“非参数”随机过程，或修改算法（例如在许多扬声器上运行几次），以消除您对 k=8 扬声器的假设。请注意，标准的 k-means 聚类算法（以及其他常见的算法，如 EM）非常变化无常，因为它们会根据您的初始化方式为您提供不同的答案，因此您可能希望执行适当的正则化来惩罚“坏”解决方案，因为您发现它们。
（在您澄清问题之前，以下是我的回答）
协方差是两个随机变量的属性，它粗略地衡量一个变量的变化对另一个变量的影响程度。
协方差矩阵仅仅是 NxM 个独立协方差的表示，集合cov(x_i,y_j)X=(x1,x2,...,xN) 和 Y=(y1,y2,...,yN) 中的每个元素
所以问题归结为，你实际上想用你正在搜索的这个“协方差矩阵”做什么？梅尔频率倒谱系数......每个系数是否对应于一个八度音阶的每个音符？您选择k=12了您想要的集群数量？您基本上是在尝试挑选音乐中的音符吗？
我不确定协方差如何推广到向量，但我猜想两个向量 x 和 y 之间的协方差只是E[x dot y] - (E[x] dot E[y])（基本上用点积代替乘法）这会给你一个标量，你的协方差矩阵的每个元素一个标量。然后你只需将这个过程放在两个 for 循环中。
或者，也许您可以分别找到每个维度的协方差矩阵。在不确切知道你在做什么的情况下，人们无法提供比这更进一步的建议。