Использование Python 3, как получить ковариантность / дисперсию

Question

У меня есть простая модель линейной регрессии, и мне нужно посчитать дисперсию и ковариацию.Как рассчитать дисперсию и ковариацию с помощью линейной регрессии?

Дисперсия в контексте машинного обучения - это тип ошибки, возникающий из-за чувствительности модели к небольшим колебаниям в обучающем наборе.

from sklearn.linear_model import LinearRegression
import numpy as np
X = np.array([2,3,4,5]) 
y = np.array([4,3,2,9] )

#train-test split
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.33, random_state=42)

# Train the model using the training sets
model = LinearRegression()
model.fit(x_train, y_train)

y_predict = model.predict(X_predict)

Answer 1

Попробуйте это для выходного вектора, который вы получите для дисперсии и ко-дисперсии:

y_variance = np.mean((y_predict - np.mean(y_predict))**2)

y_covariace = np.mean(y_predict - y_true_values)

Примечание: здесь ко-дисперсия является средним значением изменения прогнозов относительно истинных значений.