Uma matriz de covari\u00e2ncia<\/strong> \u00e9 uma matriz quadrada que mostra a covari\u00e2ncia entre muitas vari\u00e1veis diferentes. Esta pode ser uma forma \u00fatil de compreender como diferentes vari\u00e1veis est\u00e3o relacionadas em um conjunto de dados.<\/span><\/p>\n O exemplo a seguir mostra como criar uma matriz de covari\u00e2ncia em Python.<\/span><\/p>\n Use as etapas a seguir para criar uma matriz de covari\u00e2ncia em Python.<\/span><\/p>\n Etapa 1: crie o conjunto de dados.<\/strong><\/span><\/p>\n Primeiro, criaremos um conjunto de dados contendo as notas de testes de 10 alunos diferentes em tr\u00eas disciplinas: matem\u00e1tica, ci\u00eancias e hist\u00f3ria.<\/span><\/p>\n Etapa 2: Crie a matriz de covari\u00e2ncia.<\/strong><\/span><\/p>\n A seguir, criaremos a matriz de covari\u00e2ncia para este conjunto de dados usando a fun\u00e7\u00e3o numpy cov()<\/strong> , especificando que bias = True<\/strong> para que possamos calcular a matriz de covari\u00e2ncia populacional.<\/span><\/p>\n Etapa 3: interprete a matriz de covari\u00e2ncia.<\/strong><\/span><\/p>\n Os valores ao longo das diagonais da matriz s\u00e3o simplesmente as vari\u00e2ncias de cada assunto. Por exemplo:<\/span><\/p>\n Os demais valores da matriz representam as covari\u00e2ncias entre os diferentes assuntos. Por exemplo:<\/span><\/p>\n Um n\u00famero positivo<\/strong> para covari\u00e2ncia indica que duas vari\u00e1veis tendem a aumentar ou diminuir em conjunto. Por exemplo, matem\u00e1tica e ci\u00eancias t\u00eam uma covari\u00e2ncia positiva (33,2), indicando que os alunos com notas altas em matem\u00e1tica tamb\u00e9m tendem a ter notas altas em ci\u00eancias. Por outro lado, os alunos com mau desempenho em matem\u00e1tica tamb\u00e9m tendem a ter mau desempenho em ci\u00eancias.<\/span><\/p>\n Um n\u00famero negativo<\/strong> para covari\u00e2ncia indica que \u00e0 medida que uma vari\u00e1vel aumenta, uma segunda vari\u00e1vel tende a diminuir. Por exemplo, matem\u00e1tica e hist\u00f3ria t\u00eam uma covari\u00e2ncia negativa (-24,44), indicando que os alunos com notas altas em matem\u00e1tica tendem a ter notas baixas em hist\u00f3ria. Por outro lado, os alunos com notas baixas em matem\u00e1tica tendem a ter notas altas em hist\u00f3ria.<\/span><\/p>\n Como criar uma matriz de covari\u00e2ncia em Python<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\nmath = [84, 82, 81, 89, 73, 94, 92, 70, 88, 95]\nscience = [85, 82, 72, 77, 75, 89, 95, 84, 77, 94]\nhistory = [97, 94, 93, 95, 88, 82, 78, 84, 69, 78]\n\ndata = np.array([math, science, history])\n<\/strong><\/pre>\n np.cov(data, bias= True<\/span> )\n\narray([[ 64.96, 33.2, -24.44],\n [33.2, 56.4, -24.1],\n [-24.44, -24.1, 75.56]])\n<\/strong><\/pre>\n\n
\n
![\"Matriz](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancematrixpython2.png\")
<\/p>\n![\"Matriz](\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/covariancematrixpython3.png\")
<\/p>\n