torch.corrcoef

torch.corrcoef(input) → Tensor

根据input矩阵估算变量之间的皮尔逊产品矩相关系数矩阵，其中行代表变量，列代表观测值。

注意

相关系数矩阵 R 是通过协方差矩阵 C 计算得出的，公式为 $R_{ij} = \frac{ C_{ij} } { \sqrt{ C_{ii} * C_{jj} } }$

注意

由于浮点数舍入误差，生成的数组可能不会是Hermitian矩阵，而且对角线元素也可能不是1。为了改进这一点，实部和虚部都被限制在区间[-1, 1]内。

参数

输入 (Tensor) – 一个包含多个变量和观测值的二维矩阵，或者是一个代表单个变量的标量或一维向量。

返回值

变量的相关系数矩阵（张量）。

参见

torch.cov() 返回协方差矩阵。

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.)