sklearn.covariance.ledoit_wolf¶
sklearn.covariance.ledoit_wolf(X, *, assume_centered=False, block_size=1000)
估计收缩的Ledoit-Wolf协方差矩阵。
在用户指南中阅读更多内容。
| 参数 | 说明 |
|---|---|
| X | array-like of shape (n_samples, n_features) 用于计算协方差估计的数据 |
| assume_centered | bool, default=False 如果为True，则在计算之前数据不会中心化。这在处理均值显着等于零但不完全为零的数据时很有用。如果为False，则数据将在计算之前进行数据中心化。 |
| block_size | int, default=1000 将协方差矩阵进行分块。这纯粹是内存优化，不会影响结果。 |
注
正则（缩小）协方差为：
（1-收缩率）* cov +收缩率* mu * np.identity（n_features）
其中mu = trace（cov）/ n_features
