Я пытаюсь вычислить выборочную ковариацию данных.Ковариация не является положительной.
код, который я написал это:
def calcCov(x):
m, n = x.shape
mean = np.mean(x, axis=0)
cov = np.zeros((n, n))
for j in range(0, n):
for k in range(0, n):
sum = 0
for i in range(0, m):
sum += (x[i, j] - mean[j])*(x[i, k] - mean[k])
cov[j, k] = sum/(m - 1.0)
return cov
Это не самый эффективный способ сделать это, но это просто и является прямой копией https://en.wikipedia.org/wiki/Sample_mean_and_covariance#Sample_covariance в меру моих знаний.
Ковариантная матрица всегда положительная полуопределенная. Но когда я вычисляю собственные значения (с np.eig), иногда вижу отрицательные собственные значения.
, например код
data = np.random.rand(2, 2)
print data
cov = calcCov(data)
eigvals, eigvec = np.linalg.eig(cov)
print cov
print eigvals
печатает выход
[[ 0.12873309 0.92079275]
[ 0.90018866 0.73197021]]
[[ 0.29757185 -0.0728341 ]
[-0.0728341 0.01782698]]
[ 3.15398823e-01 -3.46944695e-18]
как математик, который очень тревожным. Почему это происходит? простые числовые ошибки? я сделал ошибку в моем подсчете ковариации?