sklearn.covariance.oas

sklearn.covariance.oas(X, *, assume_centered=False)

[源码]

使用Oracle近似收缩算法估算协方差。

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中心化。
返回值 说明
shrunk_cov array-like of shape (n_features, n_features)
收缩协方差矩阵
shrinkage float
用于收缩估计的凸组合中的系数。

正则(收缩)协方差为:

(1-收缩率)* cov +收缩率* mu * np.identity(n_features)

其中mu = trace(cov)/ n_features

与文章中给出的公式相比,我们用于实现OAS的公式略有修改。请参阅OAS以获取更多详细信息。