協方差矩陣是衡量樣本的屬性(即維度)之間的關系，而不是樣本與樣本之間的關系。

比如有100個樣本，每個樣本10個屬性，那么計算得到的協方差矩陣一定是10*10的，而不是100*100的，這個一定要注意。

協方差矩陣主要是為了分析屬性與屬性之間的相關性，而非樣本與樣本之間的相關性，這一點我一直反著理解了，今天糾正一下自己。

比如樣本是人，屬性是胡子，皺紋，歲數，性別。那么利用協方差矩陣可以測量性別與剩下三個屬性的相關程度，計算值為負值，比如胡子和歲數的協方差值計算為負，那么說明呈負相關，胡子越少，越年輕。如果為正值，比如皺紋和歲數的協方差矩陣為正值，那么呈正相關，即皺紋越多越年輕。正相關與負相關的概念和正比與反比的概念差不多，就是一個增多另一個增多或降低的問題。

總結

以上是生活随笔為你收集整理的关于协方差矩阵需要注意的一个事项的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。