参考来源：http://pinkyjie.com/2010/08/31/covariance/
我们知道标准差、均值等是用于描述数据的分布情况，但是这些大多用于一维数据，然而现实生活中会碰到各类多维数据，那么这时候则会涉及到协方差的概念，用于描述两个随机变量的关系，其在单个维度的方差定义表示如下：
各维度与均值的偏离程度则可以如下表示：
若数据集有{x,y,z}三个维度，那么协方差矩阵可以表示为：
可以发现协方差矩阵是一个对称的矩阵，且对角线上的值为每个维度的方差。
参考来源：http://pinkyjie.com/2010/08/31/covariance/
我们知道标准差、均值等是用于描述数据的分布情况，但是这些大多用于一维数据，然而现实生活中会碰到各类多维数据，那么这时候则会涉及到协方差的概念，用于描述两个随机变量的关系，其在单个维度的方差定义表示如下：
各维度与均值的偏离程度则可以如下表示：
若数据集有{x,y,z}三个维度，那么协方差矩阵可以表示为：
可以发现协方差矩阵是一个对称的矩阵，且对角线上的值为每个维度的方差。
原文：https://www.cnblogs.com/xiaochouk/p/8447263.html