协方差矩阵python实现

    当你有一个数据集，每一条数据都M种属性，然后你想知道M种属性对数据集的影响的时候。你需要用到协方差矩阵。

    求协方差矩阵之前请一定要知道协方差矩阵是干嘛的，是表示属性之间关系的矩阵，协方差矩阵的规模只与属性数量有关，和数据总量无关。blog.sciencenet.cn/blog-455004-805926.html 这里讲的很清楚。

python代码如下：

class PCA:

def avg(self,data):

avgData = [0]*len(data[0])

for i in range(0,len(data)):

for t in range(0,len(data[i])):

avgData[t] += data[i][t]

for i in range(0,len(avgData)):

avgData[i] = float(avgData[i])/len(data)

return avgData

def getCovMatrix(self,data,avg):

covData = [[0 for i in range(len(data[0]))] for i in range(len(data[0]))]

for i in range(0,len(data[0])):

for t in range(0,len(data[0])):

covData[i][t] = self.getCov(data,i,t,avg)

return covData

def getCov(self,data,col1,col2,avg):

cov = 0;

for i in range(0,len(data)):

cov += (data[i][col1]-avg[col1])*(data[i][col2]-avg[col2])

#print cov/(len(data)-1)

return cov/(len(data)-1)

data = [[-1,-1,1],[-2,-1,4],[-3,-2,-2],[1,1,1],[2,1,2],[3,2,1],[1,2,4]]

example = PCA()

avgdata = example.avg(data)

print example.getCovMatrix(data,avgdata)