<p>numpy.cov () 및 numpy.var () 기본 편향이 일치하지 않습니다 (numpy 1.9.2).</p>

에 만든 2015년 05월 04일 · 5코멘트 · 출처: numpy/numpy

cov ()는 기본적으로 1의 편향을 사용합니다.
var ()는 기본적으로 0의 바이어스를 사용합니다.

그런

import numpy as np

x = np.random.rand(100)

if np.isclose(np.cov([x,x])[0,0], np.var(x)):
    print("Consistent by default.")

if np.isclose(np.cov([x,x],ddof=0)[0,0], np.var(x,ddof=0))
    print("Consistent.")

두 번째 줄만 인쇄합니다.

00 - Bug numpy.lib

출처

jg-you

👍1

가장 유용한 댓글

@rgommers 예, "유효한 코드를 깨지 마십시오"는 꽤 좋은 규칙입니다.

bias 또는 ddof 없이 cov 를 호출 한 다음 동작을 변경하지 않으면 경고는 어떻습니까?

AllenDowney 에 2020년 09월 23일

👍3 ❤2

모든 5 댓글

예. 이 시점에서 우리가 무엇을 할 수 있는지 모르겠습니다. 이 문제는 메일 링리스트에서 가장 잘 논의 될 것입니다.

charris 에 2015년 05월 14일

나는 이것이 고칠 가치가 있고 고통 스럽지만 고칠 가치가 있다고 제안하고 싶습니다.

두 가지 모두에 대한 최상의 기본값은 추정자와 대조적으로 데이터를 설명하는 요약 통계를 계산하는 ddof=0 입니다.

대신 편향되지 않은 추정기를 원하는 사람은 ddof=1 를 제공하여 요청해야합니다.

즉, var 미만으로 사용되는 cov 의 동작을 변경하는 것을 의미합니다.

첫 번째 단계로 bias 도 ddof 도 제공되지 않은 경우 cov 향후 경고를 추가하는 것은 어떻습니까?

동시에 bias 지원 중단을 제안 할 수 있습니까? 편향의 개념은 분산과 공분산을 추정 자로 생각하는 경우에만 적용됩니다. 그러나 다시 말하지만, 가장 좋은 기본값은 달리 언급하지 않는 한 이러한 함수를 설명 통계로 생각하는 것입니다.

똑같은 말을 다른 방식으로 말하면 내가 원하는 것이 간단한 설명 통계라면 편향된 추정치를 요청하는 것이 이상합니다.

AllenDowney 에 2020년 09월 23일

... of cov , var 미만으로 사용되었으므로 좋습니다.

사실 인 것 같습니다 ( 여기 에서 사용 데이터 요약).

def cov(
    m: object,
    y: object = ...,
    rowvar: Union[float, bool, int] = ...,
    bias: Union[float, int, bool] = ...,
    aweights: numpy.ndarray = ...,
):
    """
    usage.dask: 11
    usage.matplotlib: 3
    usage.pandas: 7
    usage.scipy: 21
    usage.sklearn: 24
    """

def var(
    a: object,
    axis: Union[int, None, Tuple[Union[int, None], ...]] = ...,
    out: Union[dask.dataframe.core.Scalar, dask.dataframe.core.Series] = ...,
    keepdims: bool = ...,
    dtype: Union[Literal["i8", "f8"], Type[float], None] = ...,
    ddof: int = ...,
):
    """
    usage.dask: 59
    usage.pandas: 13
    usage.scipy: 19
    usage.sklearn: 55
    usage.xarray: 31
    """

이는 cov 의 동작을 변경하는 것을 의미합니다.

불행히도 우리는 그렇게 할 수 없다고 생각합니다. 함수를 폐기하고 새 함수를 추가 할 수는 있지만 (고통 스러울 수 있음) 현재 함수의 동작을 변경해서는 안됩니다. 이는 조용히 수치 결과를 변경하고 현재 유효한 코드를 잘못 만들 수 있습니다. 우리는 결코 그렇게하려고하지 않습니다. FutureWarning 만으로는 사람들이 문제를 볼 수 있다고 보장 할 수 없습니다.

rgommers 에 2020년 09월 23일

@rgommers 예, "유효한 코드를 깨지 마십시오"는 꽤 좋은 규칙입니다.

bias 또는 ddof 없이 cov 를 호출 한 다음 동작을 변경하지 않으면 경고는 어떻습니까?

AllenDowney 에 2020년 09월 23일

👍3 ❤2

bias 또는 ddof 없이 cov 를 호출 한 다음 동작을 변경하지 않으면 경고는 어떻습니까?

그것은 합리적인 일처럼 보입니다. cov 더 이상 사용하지 않는 것보다 낫습니다. ddof=0/1 를 추가해야하는 것은 약간 성가신 일이지만 코드를 더 이해하기 쉽게 만들어서 아이디어가 마음에 듭니다.

rgommers 에 2020년 09월 23일

이 페이지가 도움이 되었나요?

0 / 5 - 0 등급

<p>numpy.cov () 및 numpy.var () 기본 편향이 일치하지 않습니다 (numpy 1.9.2).</p>

가장 유용한 댓글

모든 5 댓글

관련 문제