博客
关于我
皮尔逊相关系数
阅读量:775 次
发布时间:2019-03-24

本文共 312 字,大约阅读时间需要 1 分钟。

协方差与相关系数的理解

协方差是衡量两个随机变量倾向于同时增大或减小的一个指标。通常我们把协方差记作cov(X, Y),其中X和Y分别代表两个变量。方差则是描述一个单一随机变量分布离散程度的重要指标,记作σ_x或者σ^2。

对于样本数据而言,相关系数ρ可以通过以下公式计算得出:

ρ = cov(X, Y) / (σ_x * σ_y)

相关系数ρ的取值范围在-1到1之间。当ρ为1时,表示X和Y之间呈完全正相关关系;当ρ为-1时,则表示完全负相关;若ρ为0,则说明X和Y之间没有线性关系。

相关系数的几何意义是衡量两个变量之间曲线的几何相似性。ρ越接近1或-1,则曲线越趋近;反之,ρ越接近0,曲线与直线之间的距离也就越大。

转载地址:http://efvkk.baihongyu.com/

你可能感兴趣的文章
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
nmap 使用方法详细介绍
查看>>
Nmap扫描教程之Nmap基础知识
查看>>
nmap指纹识别要点以及又快又准之方法
查看>>
Nmap渗透测试指南之指纹识别与探测、伺机而动
查看>>
Nmap端口扫描工具Windows安装和命令大全(非常详细)零基础入门到精通,收藏这篇就够了
查看>>
NMAP网络扫描工具的安装与使用
查看>>
NMF(非负矩阵分解)
查看>>
nmon_x86_64_centos7工具如何使用
查看>>
NN&DL4.1 Deep L-layer neural network简介
查看>>
NN&DL4.3 Getting your matrix dimensions right
查看>>
NN&DL4.7 Parameters vs Hyperparameters
查看>>
NN&DL4.8 What does this have to do with the brain?
查看>>
nnU-Net 终极指南
查看>>
No 'Access-Control-Allow-Origin' header is present on the requested resource.
查看>>
NO 157 去掉禅道访问地址中的zentao
查看>>
no available service ‘default‘ found, please make sure registry config corre seata
查看>>
No compiler is provided in this environment. Perhaps you are running on a JRE rather than a JDK?
查看>>
no connection could be made because the target machine actively refused it.问题解决
查看>>