算法金 | 协方差、方差、标准差、协方差矩阵

news2024/7/6 17:55:31


大侠幸会,在下全网同名「算法金」 0 基础转 AI 上岸,多个算法赛 Top 「日更万日,让更多人享受智能乐趣」

抱个拳,送个礼

1. 方差

方差是统计学中用来度量一组数据分散程度的重要指标。它反映了数据点与其均值之间的偏离程度。在数据分析和机器学习中,方差常用于描述数据集的变异情况

1.1 定义与计算方法 方差的计算方法如下:

  1. 计算数据集的均值(平均值)
  2. 计算每个数据点与均值的差值
  3. 将这些差值平方
  4. 将平方后的差值相加
  5. 将总和除以数据点的数量

方差的公式为:

1.2 实际应用 方差在许多领域都有广泛应用。例如,在金融领域,方差用来衡量投资回报率的波动性。在质量控制中,方差用来衡量生产过程的稳定性。在机器学习中,方差用于评估模型的性能和稳定性

1.3 示例

假设我们有一组数据:[1, 2, 3, 4, 5]

2. 标准差

标准差是方差的平方根,是另一种度量数据分散程度的指标。标准差与方差一样,反映了数据点与均值之间的偏离程度,但标准差的单位与数据本身一致,因此更容易解释和理解

2.1 定义与计算方法 标准差的计算方法如下:

  1. 计算数据集的均值(平均值)
  2. 计算每个数据点与均值的差值
  3. 将这些差值平方
  4. 将平方后的差值相加
  5. 将总和除以数据点的数量,得到方差
  6. 对方差取平方根,得到标准差

标准差的公式为:

2.2 实际应用 标准差广泛应用于各种领域。例如,在金融领域,标准差用来衡量投资回报率的波动性。在质量控制中,标准差用来衡量生产过程的稳定性。在统计分析和数据科学中,标准差用来描述数据集的离散程度

2.3 示例

继续前面的例子,假设我们有一组数据:[1, 2, 3, 4, 5]

防失联,进免费知识星球,直达算法金 AI 实验室 https://t.zsxq.com/ckSu3

更多内容,见免费知识星球

3. 协方差

协方差是用来衡量两个变量之间关系的一种统计指标。它表示了两个变量如何一起变化:当一个变量变大时,另一个变量是否也变大(正协方差)或变小(负协方差)。协方差的值可以是正、负或零,具体取决于变量之间的关系

3.1 定义与计算方法 协方差的计算方法如下:

  1. 计算每个变量的均值(平均值)
  2. 计算每个变量与其均值的差值
  3. 将两个变量的差值乘积求和
  4. 将和除以数据点的数量

协方差的公式为:

3.2 实际应用 协方差在许多领域都有广泛应用。例如,在金融领域,协方差用来衡量不同资产回报率之间的相关性。在经济学中,协方差用来分析不同经济指标之间的关系。在机器学习中,协方差用于特征选择和数据预处理

3.3 示例

假设我们有两个变量的数据集:𝑋=[1,2,3,4,5]𝑋=[1,2,3,4,5] 和 𝑌=[2,4,6,8,10]

抱个拳,送个礼

点击 ↑ 领取

4. 协方差矩阵

协方差矩阵是用于描述多个变量之间协方差关系的矩阵。它是一个对称矩阵,其中每个元素表示对应变量对之间的协方差。协方差矩阵在多变量统计分析和机器学习中起着重要作用

4.1 定义与计算方法 协方差矩阵的计算方法如下:

  1. 计算每个变量的均值(平均值)
  2. 计算每个变量与其均值的差值
  3. 计算每对变量之间的协方差
  4. 将协方差填入矩阵对应位置

协方差矩阵的公式为:

4.2 实际应用 协方差矩阵在数据分析和机器学习中有广泛的应用。例如,在主成分分析(PCA)中,协方差矩阵用于特征降维。在多变量回归分析中,协方差矩阵用于估计回归系数的标准误。在组合投资中,协方差矩阵用于分析不同资产的风险

4.3 示例

假设我们有三个变量的数据集:𝑋1=[1,2,3],𝑋2=[4,5,6],𝑋3=[7,8,9]

防失联,进免费知识星球,直达算法金 AI 实验室

https://t.zsxq.com/ckSu3

5. 各指标之间的关系与对比

在数据分析和统计学中,方差、标准差、协方差及协方差矩阵都是衡量数据分布和变量关系的重要工具。理解它们之间的关系和区别有助于更好地应用这些工具进行分析

5.1 方差与标准差 方差和标准差都是度量数据分散程度的指标,但它们的单位和解释不同

  • 方差:方差表示数据点与均值之间的平方差的平均值,单位是数据单位的平方。方差公式为:

  • 标准差:标准差是方差的平方根,因此其单位与数据本身一致。标准差公式为:

5.2 标准差与协方差 标准差和协方差虽然都是度量数据分布和关系的指标,但它们用于不同的情景

  • 标准差:标准差用于度量单个变量的分散程度,是方差的平方根。它可以帮助我们理解单个变量的波动性
  • 协方差:协方差用于度量两个变量之间的关系,表示一个变量变化时另一个变量的变化情况。协方差公式为:

5.3 协方差与协方差矩阵 协方差和协方差矩阵都是用来描述变量之间关系的工具,但协方差矩阵可以同时描述多个变量之间的关系

  • 协方差:协方差只描述两个变量之间的关系,正值表示正相关,负值表示负相关
  • 协方差矩阵:协方差矩阵是一个对称矩阵,包含多个变量之间的协方差信息,用于多变量统计分析。协方差矩阵公式为:

[ 抱个拳,总个结 ]

- 科研为国分忧,创新与民造福 -

日更时间紧任务急,难免有疏漏之处,还请大侠海涵 内容仅供学习交流之用,部分素材来自网络,侵联删

[ 算法金,碎碎念 ]

入选 CSDN 算法领域

内容榜单 Top 1

真香~

全网同名,日更万日,让更多人享受智能乐趣

如果觉得内容有价值,烦请大侠多多 分享、在看、点赞,助力算法金又猛又持久、很黄很 BL 的日更下去;同时邀请大侠 关注、星标 算法金,围观日更万日,助你功力大增、笑傲江湖

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1878321.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

AI in Law 法律领域AI应用-基于DeepNLP AI App Store 评论评测和排名

来源: quora 社区: https://deepnlpaistore.quora.com/ github: https://github.com/rockingdingo/deepnlp/blob/master/store/law.md 法律领域哪些AI服务应用更能满足用户的需求,排名最高? 参考deepnlp.org网站根据用户真实评论打分和show case分享,分…

鸿蒙开发设备管理:【@ohos.geolocation (位置服务)】

位置服务 说明: 本模块首批接口从API version 7开始支持。后续版本的新增接口,采用上角标单独标记接口的起始版本。 导入模块 import geolocation from ohos.geolocation;geolocation.on(‘locationChange’) on(type: ‘locationChange’, request: L…

【Red Hat】 Red Hat 系统提示未注册订阅管理,并进行阿里yum源更新的解决方案

目录 🌊1. 问题说明 🌊2. 解决方案 🌍2.1 Redhat 官网注册与订阅 🌍2.2 Redhat 登录已订阅账号 🌍2.3 更换 Redhat 为阿里yum源 🌍2.4 验证 🌊1. 问题说明 使用 yum makecache 或 yum up…

生命在于学习——Python人工智能原理(2.3.4)

三、Python的数据类型 3.2 Python的组合数据类型 3.2.4 字典-映射类型 映射类型是键-值数据项的组合,每一个元素都是一个键-值对,即元素是(key,value),元素之间是无序的,键-值对(…

STM32CUBEMX配置USB虚拟串口

STM32CUBEMX配置USB虚拟串口 cubemx上默认配置即可。 外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传 配置完后生成工程,主要就是要知道串口的收发接口就行了。 发送:CDC_Transmit_FS(),同时记得包含头文件#include “…

大数据可视化实验(六)——ECharts与pyecharts数据可视化

目录 一、实验目的... 1 二、实验环境... 1 三、实验内容... 1 1、ECharts可视化制作.. 1 1)使用ECharts绘制折线图显示一周的天气变换。... 1 2)使用ECharts绘制柱状图显示商品销量的变化。... 4 2、pyecharts可视化制作.. 7 1)使用…

Webpack: 深入理解图像加载原理与最佳实践

概述 图形图像资源是当代 Web 应用的最常用、实惠的内容、装饰元素之一,但在 Webpack 出现之前对图像资源的处理复杂度特别高,需要借助一系列工具(甚至 Photoshop)完成压缩、雪碧图、hash、部署等操作。 而在 Webpack 中,图像以及其它多媒体…

前端Web开发HTML5+CSS3+移动web视频教程 Day3 CSS 第1天

P29 - P43 从此开始进入 CSS 的学习。前面都是 HTML 的学习。 CSS 的作用:美化。 HTML 只是规定了网页内容有哪些,在网页中显示的位置默认是从上到下显示,还带有默认效果,比如超链接有颜色有下划线,无序列表有小圆点…

【算法训练记录——Day37】

Day37——贪心Ⅴ 1.leetcode_56合并区间 1.leetcode_56合并区间 思路:排序,如果重叠,更新right 为max(right, curVal), 不重叠就加入res,需要单独考虑最后一次,因为每次都是在下一次遍历开始时判断是否加入res,因此 当…

平衡二叉搜索树/AVL树

VAL树的特性 左右子树高度差的绝对值不超过1。(即左右子树高度差取值为-1,0,1)且左右子树均为VAL树右子树的值大于左子树的值 在搜索二叉树中我们提及了搜索二叉树的退化问题。 当有序(升序或降序)地插入…

人工智能类SCI,1区TOP,3个月可录!

今天给大家推荐一本人工智能类SCIE领域的SCI,此期刊为我处目前合作的重点期刊!影响因子7.0-8.0之间,JCR1区,中科院2/1区(TOP),最重要的是审稿周期较短,对急投的学者较为友好&#xf…

MATLAB-振动问题:两自由度耦合系统自由振动

一、基本理论 二、MATLAB实现 以下是两自由度耦合系统自由振动质量块振动过程动画显示的MATLAB程序。 clear; clc; close allx0 1; D1 40; D12 8; D2 D1; m1 1; omega0 sqrt(D1/m1); k1 D12 / D1; k2 D12 / D2; k sqrt(k1 * k2); omegazh omega0 * sqrt(1 k); omeg…

SpringBoot使用Spark的DataFrame API

什么是Spark? Apache Spark是一个开源的分布式计算系统,它提供了一个快速和通用的集群计算平台。Spark 能够处理大规模数据,支持多种编程语言,如Scala、Java和Python,并且具有多种高级功能,包括SQL查询、机…

基于51单片机的密码锁Proteus仿真

文章目录 一、密码锁1.题目要求2.思路3.仿真图3.1 未仿真时3.2 初始界面3.3 输入密码界面3.4 开锁成功界面3.5 修改密码界面3.6 输入密码错误界面 4.仿真程序4.1 矩阵按键4.2 液晶显示16024.3 存储模块2402 二、总结 一、密码锁 1.题目要求 以51单片机为核心,设计…

【原创实现 设计模式】Spring+策略+模版+工厂模式去掉if-else,实现开闭原则,优雅扩展

1 定义与优点 1.1 定义 策略模式(Strategy Pattern)属于对象的⾏为模式。他主要是用于针对同一个抽象行为,在程序运行时根据客户端不同的参数或者上下文,动态的选择不同的具体实现方式,即类的行为可以在运行时更改。…

C++:静态断言内存对齐

静态断言 C中的断言assert (1)直接参考:https://www.cnblogs.com/lvchaoshun/p/7816288.html (2)C的assert是运行时检测发现错误,而不是编译时 (3)C在编译时错误用#error来输出C静态断言 (1)C引入static_assert(表达式, “提示字符串”)来实现编译时的静…

[数据集][目标检测]婴儿状态睡觉哭泣检测数据集VOC+YOLO格式7109张3类别

数据集格式:Pascal VOC格式YOLO格式(不包含分割路径的txt文件,仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件) 图片数量(jpg文件个数):7109 标注数量(xml文件个数):7109 标注数量(txt文件个数):7109 标注…

【MySQL基础篇】SQL指令:DQL及DCL

1、DQL DQL - 介绍 DQL英文全称是Data Query Language(数据查询语言),数据查询语言,用来查询数据表中的记录。(在MySQL中应用是最为广泛的) 查询关键字:SELECT DQL - 语法 SELECT 字段列表 FROM 表名列表 WHER…

代码随想录算法训练营第四十七天| 188.买卖股票的最佳时机IV ,309.最佳买卖股票时机含冷冻期 ,714.买卖股票的最佳时机含手续费

188. 买卖股票的最佳时机 IV - 力扣&#xff08;LeetCode&#xff09; class Solution {public int maxProfit(int k, int[] prices) {int[][] dp new int[prices.length][2*k];for(int i0;i<2*k;i){if(i%2 0){dp[0][i] -prices[0];}else{dp[0][i] 0;} }for(int i1;i…

LeetCode题练习与总结:环形链表Ⅱ--142

一、题目描述 给定一个链表的头节点 head &#xff0c;返回链表开始入环的第一个节点。 如果链表无环&#xff0c;则返回 null。 如果链表中有某个节点&#xff0c;可以通过连续跟踪 next 指针再次到达&#xff0c;则链表中存在环。 为了表示给定链表中的环&#xff0c;评测…