cupy.cov#
- cupy.cov(a, y=None, rowvar=True, bias=False, ddof=None, fweights=None, aweights=None, *, dtype=None)[源代码][源代码]#
返回数组的协方差矩阵。
此功能目前不支持
fweights和aweights选项。- 参数:
a (cupy.ndarray) – 用于计算协方差矩阵的数组。
y (cupy.ndarray) – 一组额外的变量和观察结果。
rowvar (bool) – 如果
True，那么每一行代表一个变量，观察值在列中。否则，关系将被转置。bias (bool) – 如果
False，归一化是按(N - 1)进行的，其中 N 是给定的观测值数量（无偏估计）。如果True，则归一化是按N进行的。ddof (int) – 如果不是
None，则由偏差隐含的默认值将被覆盖。注意，ddof=1将返回无偏估计，而ddof=0将返回简单平均值。fweights (cupy.ndarray, int) – 一维整数频率权重数组。每个观测向量应重复的次数。要求 fweights >= 0。然而，出于性能原因，当 fweights < 0 时，函数不会报错。
aweights (cupy.ndarray) – 观测向量权重的1-D数组。这些相对权重通常对于被认为是“重要”的观测值较大，而对于被认为是较不“重要”的观测值较小。如果
ddof=0，权重数组可以用于为观测向量分配概率。要求 aweights >= 0。然而，出于性能原因，当 aweights < 0 时，函数不会报错。dtype – 数据类型指定符。默认情况下，返回的数据类型将至少具有 numpy.float64 精度。
- 返回:
输入数组的协方差矩阵。
- 返回类型:
参见
numpy.cov()