sklearn.covariance#
Для полной вероятностной модели нам также нужно априорное распределение для скрытой переменной
Они оценивают ковариацию признаков в заданных наборах точек, а также матрицу точности, определенную как обратная ковариации. Оценка ковариации тесно связана с теорией гауссовских графических моделей.
Руководство пользователя. См. Оценка ковариации раздел для дальнейших деталей.
Объект для обнаружения выбросов в наборе данных с гауссовым распределением. |
|
Оценка ковариации методом максимального правдоподобия. |
|
Оценка разреженной обратной ковариации с оценщиком, использующим штраф L1. |
|
Разреженная обратная ковариация с кросс-валидированным выбором штрафа l1. |
|
Оценщик LedoitWolf. |
|
Minimum Covariance Determinant (MCD): робастный оцениватель ковариации. |
|
Oracle Approximating Shrinkage Estimator. |
|
Оценщик ковариации с сжатием. |
|
Вычислить оценку ковариации методом максимального правдоподобия. |
|
Оценщик ковариации с L1-штрафом. |
|
Оцените сжатую ковариационную матрицу Ледойта-Вольфа. |
|
Оцените сжатую ковариационную матрицу Ледойта-Вольфа. |
|
Оценить ковариацию с Oracle Approximating Shrinkage. |
|
Вычислить ковариационные матрицы, сжатые по диагонали. |