torch.corrcoef

torch.corrcoef(input) → Tensor

估算由 input 矩陣給定的變數的皮爾遜積差相關係數矩陣，其中列是變數，欄是觀察值。

注意

相關係數矩陣 R 是使用共變異數矩陣 C 計算得出的，公式如下：$R_{ij} = \frac{ C_{ij} } { \sqrt{ C_{ii} * C_{jj} } }$

注意

由於浮點數捨入誤差，產生的陣列可能不是 Hermitian 矩陣，且其對角線元素可能不為 1。 為了改善這種情況，實數和虛數值會被截斷到 [-1, 1] 區間。

參數

input (Tensor) – 包含多個變數和觀測值的 2D 矩陣，或表示單一變數的純量或 1D 向量。

回傳

(Tensor) 變數的相關係數矩陣。

參見

torch.cov() 共變異數矩陣。

範例

>>> 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.)