PyTorch torch.corrcoef 函数
Pytorch torch 参考手册torch.corrcoef 是 PyTorch 中用于计算 Pearson 相关系数矩阵的函数。它返回输入张量的相关系数矩阵，用于衡量变量之间的线性相关性。
函数定义
torch.corrcoef(input)
使用示例
实例
import torch
# 计算相关系数矩阵
x = torch.tensor([[1, 2, 3, 4], [2, 3, 4, 5], [3, 4, 5, 6]])
print("输入矩阵形状:", x.shape)
print("输入:")
print(x)
# 计算相关系数矩阵
corr = torch.corrcoef(x)
print("相关系数矩阵:")
print(corr)
# 两个变量之间的相关性
a = torch.tensor([1, 2, 3, 4, 5])
b = torch.tensor([2, 4, 6, 8, 10])
# 形状需要是 (2, n)
data = torch.stack([a, b])
corr2 = torch.corrcoef(data)
print("a 和 b 的相关系数:", corr2[0, 1])
# 输出接近 1，表示强正相关
# 计算相关系数矩阵
x = torch.tensor([[1, 2, 3, 4], [2, 3, 4, 5], [3, 4, 5, 6]])
print("输入矩阵形状:", x.shape)
print("输入:")
print(x)
# 计算相关系数矩阵
corr = torch.corrcoef(x)
print("相关系数矩阵:")
print(corr)
# 两个变量之间的相关性
a = torch.tensor([1, 2, 3, 4, 5])
b = torch.tensor([2, 4, 6, 8, 10])
# 形状需要是 (2, n)
data = torch.stack([a, b])
corr2 = torch.corrcoef(data)
print("a 和 b 的相关系数:", corr2[0, 1])
# 输出接近 1，表示强正相关