本篇内容介绍了“机器学习中求协方差矩阵的方法是什么”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
X、Y 是两个随机变量，X、Y 的协方差 cov(X, Y) 定义为：
其中：
、
矩阵中的数据按行排列与按列排列求出的协方差矩阵是不同的，这里默认数据是按行排列。即每一行是一个observation(or sample)，那么每一列就是一个随机变量。
协方差矩阵：
协方差矩阵的维度等于随机变量的个数，即每一个 observation 的维度。在某些场合前边也会出现 1 / m，而不是 1 / (m - 1).
举个例子，矩阵 X 按行排列：
其中：
注意：
有时候在书上或者网上会看到这样的公式，协方差矩阵 Σ：
这里之所以会是 X * X' 是因为原始数据集 X 是按列排列的，即：
“机器学习中求协方差矩阵的方法是什么”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注亿速云网站，小编将为大家输出更多高质量的实用文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
