使用 EJML 的协方差

发布于 2024-11-08 18:28:49 字数 361 浏览 2 评论 0原文

我有两个双精度数组,如下所示

double[] x = { 2.5, 0.5, 2.2, 1.9, 3.1, 2.3, 2.0, 1.0, 1.5, 1.1 };
double[] y = { 2.4, 0.7, 2.9, 2.2, 3.0, 2.7, 1.6, 1.1, 1.6, 0.9 };

如何使用 高效 java-matrix-library (EJML) 库? 任何代码片段都是最受欢迎的。谢谢!

I have two double arrays as below

double[] x = { 2.5, 0.5, 2.2, 1.9, 3.1, 2.3, 2.0, 1.0, 1.5, 1.1 };
double[] y = { 2.4, 0.7, 2.9, 2.2, 3.0, 2.7, 1.6, 1.1, 1.6, 0.9 };

How do you find the covariance between them using efficient-java-matrix-library (EJML) library?
Any code snippet most welcome. Thanks!

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

左耳近心 2024-11-15 18:28:49

这是使用 SimpleMatrix 执行此操作的一种方法,但我尚未测试代码:

double[] x = { 2.5, 0.5, 2.2, 1.9, 3.1, 2.3, 2.0, 1.0, 1.5, 1.1 };
double[] y = { 2.4, 0.7, 2.9, 2.2, 3.0, 2.7, 1.6, 1.1, 1.6, 0.9 };

SimpleMatrix a = new SimpleMatrix(x.length,1,true,x);
SimpleMatrix b = new SimpleMatrix(x.length,1,true,x);

double meanA = a.elementSum()/x.length;
double meanB = a.elementSum()/y.length;

// X = X - mean(A)
CommonOps.add(a.getMatrix(),-meanA);
CommonOps.add(b.getMatrix(),-meanB);

// compute the covariance
double c11 = a.transpose().mult(a).get(0,0)/x.length;
double c12 = a.transpose().mult(b).get(0,0)/x.length;
double c22 = b.transpose().mult(b).get(0,0)/x.length;

SimpleMatrix covariance = new SimpleMatrix(2,2,true,c11,c12,c12,c22);

Here is one way to do it with SimpleMatrix, but I haven't tested the code:

double[] x = { 2.5, 0.5, 2.2, 1.9, 3.1, 2.3, 2.0, 1.0, 1.5, 1.1 };
double[] y = { 2.4, 0.7, 2.9, 2.2, 3.0, 2.7, 1.6, 1.1, 1.6, 0.9 };

SimpleMatrix a = new SimpleMatrix(x.length,1,true,x);
SimpleMatrix b = new SimpleMatrix(x.length,1,true,x);

double meanA = a.elementSum()/x.length;
double meanB = a.elementSum()/y.length;

// X = X - mean(A)
CommonOps.add(a.getMatrix(),-meanA);
CommonOps.add(b.getMatrix(),-meanB);

// compute the covariance
double c11 = a.transpose().mult(a).get(0,0)/x.length;
double c12 = a.transpose().mult(b).get(0,0)/x.length;
double c22 = b.transpose().mult(b).get(0,0)/x.length;

SimpleMatrix covariance = new SimpleMatrix(2,2,true,c11,c12,c12,c22);
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文