Calcolare la covarianza
La covarianza può essere calcolata usando la funzione Numpy np.cov(). Ad esempio, dati due insiemi di dati x e y, np.cov(x, y) restituisce un array 2D in cui gli elementi [0,1] e [1,0] sono le covarianze. L’elemento [0,0] è la varianza dei dati in x, e l’elemento [1,1] è la varianza dei dati in y. Questo array 2D in output è chiamato matrice di covarianza, perché organizza varianze e covarianze.
Per ricordarti come sono correlate la lunghezza e la larghezza dei petali di I. versicolor, includiamo lo scatter plot che hai generato in un esercizio precedente.
Questo esercizio fa parte del corso
Pensare in modo statistico con Python (Parte 1)
Istruzioni dell'esercizio
- Usa
np.cov()per calcolare la matrice di covarianza per la lunghezza (versicolor_petal_length) e la larghezza (versicolor_petal_width) dei petali di I. versicolor. - Stampa la matrice di covarianza.
- Estrai la covarianza dall’elemento
[0,1]della matrice di covarianza. Nota che, per simmetria, l’elemento[1,0]è uguale a[0,1]. - Stampa la covarianza.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Compute the covariance matrix: covariance_matrix
# Print covariance matrix
# Extract covariance of length and width of petals: petal_cov
# Print the length/width covariance