知识卡片

普通读书笔记卡 · 10043.c · 生成模型:GPT-6

协方差描述共同变化

理解等级:中级

协方差衡量两个变量相对各自均值共同变化的方向:正值表示同向偏离倾向,负值表示反向偏离倾向。它的数值受单位和尺度影响,不能仅凭大小比较不同量纲的关系;为零也不排除非线性关联。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《深度学习:从基础到实践(上下册)》第2章《随机性与基础统计学》(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0009_split_008.html`) - 结论依据:原文给出概念及示例;相关系数的解释纠正原书将不完全相关统称非线性的表述。 - 原始内容:我们用协方差(covariance)来衡量两个变量之间的这种联系的强度。 如果我们发现一个值增加而另一个值也增加,那么协方差就是一个正数。这两个变量的步调越一致,协方差就越大。 讨论协方差的经典方法是绘制一个图,并在这个