我正在尝试计算协方差矩阵,该矩阵在不使用numpy库的情况下手动最大化似然估计,但是我似乎无法获得正确的答案。我正在尝试遵循以下公式:
我知道我正在正确计算均值。因此,实际计算协方差的部分一定存在问题,但我不知道在哪里?这是我的代码:
mat = [[1,2,3],[4,6,8],[3,5,7]]
#now calc covariance for each element of the matrix
Cov = []
for j in range(len(means)):
sum = 0
covs = []
for k in range(len(means)):
for i in range(len(means)):
sum += ((mat[i][j] - means[j]) * (mat[i][k] - means[k]))
result = sum/ len(means)
covs.append(result)
Cov.append(covs)
print(np.reshape(S,(3,3)))
这就是我得到的:
[[ 1.55555556 3.66666667 6.33333333]
[ 2.11111111 5. 8.66666667]
[ 2.66666667 6.33333333 11. ]]
这是我应该得到的:
[[1.55555556 2.11111111 2.66666667]
[2.11111111 2.88888889 3.66666667]
[2.66666667 3.66666667 4.66666667]]
您应该为协方差矩阵的每个条目重置总和,
covs = []
for k in range(len(means)):
sum = 0
for i in range(len(means)):
sum += ((mat[i][j] - means[j]) * (mat[i][k] - means[k]))
covariance = sum/ len(means)
covs.append(covariance)