Почему вывод ковариационных функций в Python слишком отличается?

Question

Я использую три функции python для вычисления ковариации одного и того же входа, выходные данные резко отличаются.Кто-нибудь имеет опыт и знает, какой из них работает лучше всего?(в чем различия?)

Я использую следующие функции:

sklearn.covariance.empirical_covariance(.)
MinCovDet().fit(.)
np.cov(.)

Любое понимание приветствуется.

sklearn.covariance.empirical_covariance (.) дает мнепросто

cov = (1/N) * M.transpose * M

Answer 1

Согласитесь с Джозефом Хансеном, для подробного ответа будет полезна конкретность.Быстро, я считаю, что sklearn.covariance рассчитывает ковариацию для населения.Принимая во внимание, что по умолчанию numpy.cov вычисляет выборочную ковариацию.Чтобы получить ковариацию населения, вы можете указать нормализацию по общим N выборкам, например:

Covariance = numpy.cov(a, b, bias=True)[0][1]