Kovarianz berechnen
Die Kovarianz kann mit der Numpy-Funktion np.cov() berechnet werden. Haben wir beispielsweise zwei Datensätze x und y, liefert np.cov(x, y) ein 2D-Array, in dem die Einträge [0,1] und [1,0] die Kovarianzen sind. Der Eintrag [0,0] ist die Varianz der Daten in x, und der Eintrag [1,1] ist die Varianz der Daten in y. Dieses 2D-Ausgabe-Array heißt Kovarianzmatrix, da es die Selbst- und Gegenkovarianzen organisiert.
Zur Erinnerung an den Zusammenhang zwischen Kelchblattlänge und -breite von I. versicolor fügen wir das Streudiagramm ein, das du in einer vorherigen Übung erstellt hast.
Diese Übung ist Teil des Kurses
<Kurs>Statistical Thinking in Python (Teil 1)</Kurs>Übungsanweisungen
- Verwende
np.cov(), um die Kovarianzmatrix für die Kelchblattlänge (versicolor_petal_length) und -breite (versicolor_petal_width) von I. versicolor zu berechnen. - Gib die Kovarianzmatrix aus.
- Extrahiere die Kovarianz aus dem Eintrag
[0,1]der Kovarianzmatrix. Beachte, dass aufgrund der Symmetrie der Eintrag[1,0]dem Eintrag[0,1]entspricht. - Gib die Kovarianz aus.
Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Compute the covariance matrix: covariance_matrix
# Print covariance matrix
# Extract covariance of length and width of petals: petal_cov
# Print the length/width covariance