torch.corrcoef

torch.corrcoef(input) → Tensor

估计给定 input 矩阵的变量的皮尔逊积矩相关系数矩阵，其中行表示变量，列表示观测值。

注意

相关系数矩阵 R 是使用协方差矩阵 C 计算得出的，公式如下所示：$R_{ij} = \frac{ C_{ij} } { \sqrt{ C_{ii} * C_{jj} } }$

注意

由于浮点舍入，结果数组可能不是厄密矩阵（Hermitian），其对角线元素可能不是 1。实部和虚部的值被裁剪到区间 [-1, 1]，以试图改善这种情况。

参数

input (张量) – 包含多个变量和观测值的二维矩阵，或表示单个变量的标量或一维向量。

返回值

(张量) 变量的相关系数矩阵。

另请参阅

torch.cov() 协方差矩阵。

示例

>>> x = torch.tensor([[0, 1, 2], [2, 1, 0]])
>>> torch.corrcoef(x)
tensor([[ 1., -1.],
        [-1.,  1.]])
>>> x = torch.randn(2, 4)
>>> x
tensor([[-0.2678, -0.0908, -0.3766,  0.2780],
        [-0.5812,  0.1535,  0.2387,  0.2350]])
>>> torch.corrcoef(x)
tensor([[1.0000, 0.3582],
        [0.3582, 1.0000]])
>>> torch.corrcoef(x[0])
tensor(1.)