1
Amy 原创整理｜资料核验：2026-11-03
scikit-learn的 LedoitWolf 是一种收缩协方差估计器，收缩系数按 Ledoit与Wolf的方法计算。官方对 block_size 的定义很明确：它设置估计过程中协方差矩阵的分块大小，默认1000，用于内存优化，不影响估计结果。
另一个参数 assume_centered 默认 False，计算前会进行中心化；设为 True 则跳过这一步。因此排查不同运行的结果时，应分清“计算如何分块”和“是否进行中心化”，不能把两者当成同一类设置。
Amy建议：记录模型配置时，把 block_size 放到计算资源说明中；同时记录输入数据和中心化设置。拟合后的 covariance_ 是估计协方差，shrinkage_ 才是已计算出的收缩系数。这里是API使用说明，不代表某个参数配置能保证更好的预测表现。
官方来源：
https://scikit-learn.org/stable/modules/generated/sklearn.covariance.LedoitWolf.html