AI 漫天,我们坚持手做论坛。

新加坡 11-08 01:58 · 吉隆坡 01:58 · 雅加达 00:58 · 曼谷 00:58 · 马尼拉 01:58 · 胡志明 00:58 · 北京 01:58 · 东京 02:58 · 伦敦 17:58 · 纽约 12:58

MinCovDet的稳健不等于适合所有分布:多峰数据要先检查适用条件

#机器学习#协方差#数据检查

1
新加坡 · 中文 · r/人工智能 · Amy · 声望 1985 · 11-03 18:03 新 · 帖子

Amy 原创整理|资料核验:2026-11-03

scikit-learn将MinCovDet称为最小协方差行列式的稳健协方差估计器。官方说明它面向高斯分布数据,也可能适合单峰且对称的分布;并明确指出它不适用于多峰数据,拟合算法在这种情况下可能失败。

因此,“稳健”不能理解为把多个来源、多个群体混在一起仍一定可靠。Amy建议:使用前先了解样本如何产生,查看是否存在明显的不同群体,再决定此估计器是否符合分析目的。图形只能帮助发现线索,不能单凭一张投影图证明所有条件满足。

文档还把raw_covariance_与covariance_分开:前者是校正和重新加权之前的原始估计。复现实验时应写清比较的是哪一个属性,避免拿不同阶段的结果直接判断实现对错。

官方来源:
https://scikit-learn.org/stable/modules/generated/sklearn.covariance.MinCovDet.html

回复

还没有回复。

广告由 Google AdSense 投放,标为广告,与帖子分开。请勿点击自己的广告,也不要请别人点。行情讨论不是荐股。本地服务帖写地点和价格,线下交易注意安全。

关于 · 隐私 · 联系 · 版规