torch.corrcoef

torch.corrcoef(input) → Tensor

估计由 input 矩阵给出的变量的皮尔逊积矩相关系数矩阵，其中行是变量，列是观测值。

注意

使用协方差矩阵 C 计算相关系数矩阵 R，C 由 $R_{ij} = \frac{ C_{ij} } { \sqrt{ C_{ii} * C_{jj} } }$ 给出

注意

由于浮点数舍入，结果数组可能不是厄米矩阵，其对角元素可能不是 1。为了改善这种情况，对实部和虚部进行了[-1, 1]区间的截断。

参数:

输入（张量）- 包含多个变量和观测值的 2D 矩阵，或表示单个变量的标量或 1D 向量。

返回值:

（张量）变量的相关系数矩阵。

参见

torch.cov() 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.)