sklearn.covariance.oas?
sklearn.covariance.oas(X, *, assume_centered=False)
使用Oracle近似收縮算法估算協方差。
| 參數 | 說明 |
|---|---|
| X | array-like of shape (n_samples, n_features) 用于計算協方差估計的數據。 |
| assume_centered | bool, default=False 如果為True，則在計算之前數據不會中心化。這在處理均值顯著等于零但不完全為零的數據時很有用。如果為False，則數據將在計算之前進行中心化。 |
| 返回值 | 說明 |
|---|---|
| shrunk_cov | array-like of shape (n_features, n_features) 收縮協方差矩陣 |
| shrinkage | float 用于收縮估計的凸組合中的系數。 |
注
正則（收縮）協方差為：
（1-收縮率）* cov +收縮率* mu * np.identity（n_features）
其中mu = trace（cov）/ n_features
與文章中給出的公式相比，我們用于實現OAS的公式略有修改。請參閱OAS以獲取更多詳細信息。