Výpočet kovariance
Kovarianci lze vypočítat pomocí NumPy funkce np.cov(). Například pro dvě datové sady x a y vrátí np.cov(x, y) 2D pole, kde prvky [0,1] a [1,0] představují kovariance. Prvek [0,0] je rozptyl dat v x a prvek [1,1] je rozptyl dat v y. Toto 2D výstupní pole se nazývá kovarianční matice, protože organizuje vlastní rozptyly i kovariance.
Aby sis připomněl/a vztah mezi délkou a šířkou okvětních lístků I. versicolor, přikládáme bodový graf, který jsi vytvořil/a v předchozím cvičení.
Toto cvičení je součástí kurzu
Statistical Thinking in Python (Part 1)
Pokyny k cvičení
- Pomocí
np.cov()vypočítej kovarianční matici pro délku (versicolor_petal_length) a šířku (versicolor_petal_width) okvětních lístků I. versicolor. - Kovarianční matici vypiš.
- Z prvku
[0,1]kovarianční matice extrahuj kovarianci. Všimni si, že ze symetrie je prvek[1,0]stejný jako prvek[0,1]. - Kovarianci vypiš.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Compute the covariance matrix: covariance_matrix
# Print covariance matrix
# Extract covariance of length and width of petals: petal_cov
# Print the length/width covariance