Обчислення коваріації
Коваріацію можна обчислити за допомогою функції Numpy np.cov(). Наприклад, маємо дві множини даних x і y. Виклик np.cov(x, y) повертає двовимірний масив, у якому елементи [0,1] і [1,0] — це коваріації. Елемент [0,0] — це дисперсія даних у x, а елемент [1,1] — дисперсія даних у y. Цей двовимірний вихідний масив називається матрицею коваріації, адже в ньому впорядковано дисперсії та коваріації.
Щоб нагадати, як пов'язані довжина й ширина пелюсток I. versicolor, ми додаємо діаграму розсіювання, яку ви згенерували в попередній вправі.
Ця вправа є частиною курсу
Статистичне мислення в Python (Частина 1)
Інструкції до вправи
- Використайте
np.cov(), щоб обчислити матрицю коваріації для довжини (versicolor_petal_length) і ширини (versicolor_petal_width) пелюсток I. versicolor. - Виведіть матрицю коваріації.
- Витягніть значення коваріації з елемента
[0,1]матриці коваріації. Зауважте, що через симетрію елемент[1,0]дорівнює елементу[0,1]. - Виведіть коваріацію.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# Compute the covariance matrix: covariance_matrix
# Print covariance matrix
# Extract covariance of length and width of petals: petal_cov
# Print the length/width covariance