我试图在矩阵中计算观察的概率，其中行是观察，列是使用python的特性。即使使用随机矩阵，我也总是会出现奇异矩阵错误，因此我怀疑我的代码有问题：
from scipy.stats import multivariate_normal
import numpy as np
def get_mean(x, axis=0):
return x.mean(axis=axis)
def get_sigma(x):
return np.cov(x, rowvar=False)
def get_probabilities(x, mu, sigma):
return multivari
浏览 0提问于2018-03-23得票数 1
回答已采纳
我正在使用python查找两个图像之间的协方差矩阵，例如大小为(N，N)的图像，但numpy.cov或numpy.corrcoef总是返回一个大小为(2N，2N)的矩阵，我不明白这一点。协方差矩阵不是和N，N阵列的大小相同吗？
浏览 1提问于2017-09-22得票数 0
在Python的statsmodels.api包中，OLS回归的输出之一如下：
协方差类型:非鲁棒
那意味着什么？
浏览 1提问于2020-06-02得票数 7
我尝试使用STAN来推断一个SIR模型，它表示为一个三维SDE:该模型的代码编译时没有问题。
toy_model = """
functions{
vector mu(vector x, real alpha, real beta) {
vector[3] m;
m[1] = -alpha*x[1]*x[2];
m[2] = alpha*x[1]*x[2]-beta*x[2];
m[3] = beta*x[2];
return m;
}
matrix sigma(v
浏览 8提问于2022-05-04得票数 1
回答已采纳
我使用python的三个函数来计算相同输入的协方差，但输出却截然不同。有没有人有经验，知道哪一个效果最好？(有什么不同？)
我使用的函数是
sklearn.covariance.empirical_covariance(.)
MinCovDet().fit(.)
np.cov(.)
任何洞察力都是值得欣赏的。
sklearn.covariance.empirical_covariance(.)给了我一个简单的
cov = (1/N) * M.transpose * M
浏览 4提问于2019-03-27得票数 1
1回答
有没有一个python函数可以让我计算一个n*n的自动协方差矩阵，显示向量a1，a2，a3...an中每个条目组合之间的协方差？我不能让np.cov这么做。我希望它看起来像这样：
cov(a1,a1) cov(a1,a2)... cov(a1,an)
cov(a2,a1) cov(a2,a2)...
...
cov(an,a1) ... cov(an,an)
如有任何帮助，我们不胜感激！干杯，莉娜
浏览 6提问于2017-07-07得票数 0
回答已采纳
1回答
所以我刚开始用python做统计/机器学习，我用线性代数计算协方差矩阵。
例如：
import sklearn.preprocessing as pre
import pandas as pd
import numpy as np
cols = ['sepal length', 'sepal width', 'petal length', 'petal width', 'classification']
iris = pd.read_csv('data/iris.data', names=cols
浏览 2提问于2020-03-16得票数 1
回答已采纳
1回答
随时间变化已知方差的卡尔曼滤波？
、、、、
我有一个简单的Kalman模型：
y_1_t = (1 + phi) * alpha_t + e_1_t
y_2_t = (1 - phi) * alpha_t + e_2_t
alpha_t+1 = alpha_t + s_t
现在我知道了e_1_t和e_2_t的随时间变化--它们不是常数。有一个python包可以用来估计这个模型吗？
参数phi未知。如果这个模型能估计出。如果没有，也可以提供它，因为有近似的估计。
非常感谢你的暗示。
PS:我也查了一下利宝莉·皮卡尔曼。。这里的方差似乎是随着时间的推移而恒定的。
浏览 4提问于2019-06-14得票数 1
回答已采纳
我必须从一个拟合函数中计算出两个参数之间的协方差。我在Python中找到了这个名为iminuit的包，它进行了很好的拟合，并计算了参数的协方差矩阵。我在一个简单的函数上测试了这个包。这是代码：
from iminuit import Minuit, describe, Struct
def func(x,y):
f=x**2+y**2
return f
m = Minuit(func,pedantic=False,print_level=0)
m.migrad()
print("Covariance:")
print(m.matrix())
这是输出：
协
浏览 2提问于2016-06-12得票数 0
回答已采纳
我读过一个excel文件(它大约有6k行和200列，第一行是资产名称，下面是资产价格的日期)
我希望在Python中实现过去两年(大约700行)所有资产的协方差矩阵
(稍后我将运行投资组合优化)
浏览 13提问于2020-05-10得票数 0
1回答
我将高斯核密度估计器拟合到一个变量，该变量是两个向量的差，称为"diff"，如下所示: gaussian_kde_covfact(diff，smoothing_param) -其中gaussian_kde_covfact定义为：
class gaussian_kde_covfact(stats.gaussian_kde):
def __init__(self, dataset, covfact = 'scotts'):
self.covfact = covfact
scipy.stats.gaussian_kde.__in
浏览 2提问于2010-04-21得票数 2
我在尝试使用scipy.stats.multivariate_normal时遇到了问题，希望你们中的某个人能帮上忙。
我有一个2x2矩阵，可以使用numpy.linalg.inv()求逆，但是当我尝试在multivariate_normal中使用它作为协方差矩阵时，我收到一个LinAlgError，指出它是一个奇异矩阵：
In [89]: cov = np.array([[3.2e5**2, 3.2e5*0.103*-0.459],[3.2e5*0.103*-0.459, 0.103**2]])
In [90]: np.linalg.inv(cov)
Out[90]:
array([[ 1
浏览 2提问于2016-02-09得票数 13
回答已采纳
1回答
我已经实现了跟踪正弦波的线性卡尔曼滤波器的几个实现。我有一个Python和一个C实现，它们都可以工作。
然而，我也开发了一个使用不动点实现的版本，它可以工作，但我看到了一种奇怪的效果，它最初似乎适合，然后偏离了其他Kalman滤波器代码的输出。
见下面的情节：
我在想，是否有人对不动点实现可能出了什么问题有一些直觉？
浏览 2提问于2017-01-18得票数 0
回答已采纳
1回答
测量几行的协方差
、、、
我是Python新手，我试图通过尝试执行一些计算来找到自己的方法(我可以在excel中轻松地完成它们，但现在我想知道如何用Python来实现)。
一种计算是协方差。我有一个简单的例子，我有3个项目出售，我们有每项24个月的需求。
在这里，您可以看到excel文件的快照：
目的是测量所有三个项目之间的协方差。因此，第一项和第二项、第三项和第二项、第三项和第三项之间的协方差。但是，我也想知道如何处理超过三个项目，比如说一千项。
计算如下：
首先，我必须计算每一项的平均数。通过执行以下代码，我已经找到了这一点：
在进口以下文件之后：
import pandas as pd
import matpl
浏览 1提问于2018-11-23得票数 0
回答已采纳
1回答
我在python中有一个协方差矩阵(作为熊猫DataFrame)如下：
a b c
a 1 2 3
b 2 10 4
c 3 4 100
我想动态地选择矩阵协方差的一个子集。例如，A和C的子集看起来像
a c
a 1 3
c 3 100
有什么函数可以选择这个子集吗？
谢谢!
浏览 0提问于2020-03-04得票数 2
回答已采纳
我目前正在使用TensorFlow 2训练模型，这些模型不仅提供时间序列的点预测，而且还提供预测分布度量(例如，均值和方差)。为此，我创建了一个层，并修改损失函数以优化相应的参数。对于只有一个预测时间序列的一维情况，这种方法非常有效。 对于具有两个时间序列的情况，我想尝试相应地预测相关性，并使用"tensorflow_probability“中的函数"MultivariateNormalFullCovariance”。但是我得到了下面的错误： InvalidArgumentError: Input matrix must be square.
[[node neg
浏览 103提问于2021-11-11得票数 0
回答已采纳
2回答
我是python的初学者，我正在使用python实现主成分分析(PCA)，但我在计算平均值时遇到了问题。下面是我的代码：
import Image
import os
from PIL import Image
from numpy import *
import numpy as np
#import images
dirname = "C:\\Users\\Karim\\Downloads\\att_faces\\New folder"
X = [np.asarray(Image.open(os.path.join(dirname, fn))) for fn in os
浏览 0提问于2013-04-06得票数 0
回答已采纳
3回答
我正在尝试找出如何使用Python Numpy函数cov计算协方差。当我传递两个一维数组时，我得到了一个2x2的结果矩阵。我不知道该怎么做。我不擅长统计，但我相信这种情况下的协方差应该是一个单一的数字。就是我要找的。我自己写的：
def cov(a, b):
if len(a) != len(b):
return
a_mean = np.mean(a)
b_mean = np.mean(b)
sum = 0
for i in range(0, len(a)):
sum += ((a[i] - a_mean) * (
浏览 6提问于2013-03-10得票数 68
回答已采纳
我不明白curve_fit无法估计参数的协方差，从而提高了下面的OptimizeWarning。以下MCVE解释了我的问题：
MCVE python片段
from scipy.optimize import curve_fit
func = lambda x, a: a * x
popt, pcov = curve_fit(f = func, xdata = [1], ydata = [1])
print(popt, pcov)
输出
\python-3.4.4\lib\site-packages\scipy\optimize\minpack.py:715:
OptimizeWarning:
浏览 0提问于2017-01-18得票数 23
回答已采纳
对于下面的代码，我无法得到A、B和C的单个值的标准错误。我尝试了几种不同的方法，要么得到0，要么得到一个单数值。下面的方法是我尝试过的最新方法，但没有奏效。有人有什么建议吗？我是Python新手。
import numpy as np
import pandas as pd
import scipy
import pylab
import matplotlib
import matplotlib.pyplot as plt
import math
import sympy as sp
from scipy.optimize import curve_fit
x = np.array([600,
浏览 0提问于2018-03-03得票数 1
回答已采纳
3回答
我让python读取文本文件。
import numpy as np
with open("Input2010_5a.txt", "r") as file:
for line in file:
date, long, lat, depth, temp, sal = line.split("\t")
line_data = []
line_data.append(float(date))
line_data.append(float(long))
line_data.append(float(lat))
浏览 1提问于2018-04-17得票数 0
1回答
我试图在python中编写一个EM算法来对不同类型的图像进行聚类。我对EM算法的理解如下：
因此，我在python中编写了相同的代码。这是我的密码：
import numpy as np
import sys
from scipy import stats
# μ: mean vector ∈ R^(self.m x self.n)
# Σ: covariance matrix ∈ R^(self.m x self.n x self.n)
# π: probabilities of each component
class gmm:
def __init__(self,n
浏览 7提问于2022-03-18得票数 3
因此，我有一个有39.949个变量和180个行的数据集。dataset成功地保存在DataFrame中，但是当我试图查找cov()时，它会导致一个错误。这是代码
import pandas as pd
cov_data=pd.DataFrame(dataset).cov()
这是错误
File "/home/syahdeini/Desktop/FP/pca_2.py", line 44, in find_eagen
cov_data=pd.DataFrame(data_mat).cov()
File "/usr/lib/python2.7/dist-packag
浏览 0提问于2014-05-29得票数 3
1回答
谁能告诉我在python的statsmodel包中估计分数logit模型的参数的方法是什么？
有没有人能给我介绍一下分数logit模型源代码的具体部分？
浏览 14提问于2017-07-15得票数 0
1回答
我和我的同事们正在做这个任务，其中包括对法玛-法国3因素模型进行回归。我使用python模块，他们使用Stata，我们共享相同的数据集。对于一般的最小二乘回归，我们得到了同样的答案。但由于某种原因，稳健的回归结果并不一致。
以下是Stata的结果：
以下是Statsmodels的结果：
只是想知道这个问题的原因是什么？有办法解决吗？我还在Statsmodel中尝试了不同的方法(HuberT、RamsayE等)，其中没有一个得到了与Stata结果相同的答案。任何帮助都是非常感谢的。
浏览 0提问于2017-10-21得票数 4
回答已采纳
1回答
我有一个SAS脚本，它使用"“过程和来创建一个加权关联矩阵。我现在试图在python中重现这个函数，但是我还没有找到一种在输出矩阵中包含权重的好方法。
在寻找解决方案时，我发现了一些脚本和函数，这些脚本和函数使用权重数组计算两列/变量( )的加权相关系数，但我试图创建一个包含更多变量的加权关联矩阵。我尝试通过循环变量组合来使用这些函数，但是它的运行速度比SAS过程慢。
我想知道是否有一种有效的方法在python中创建一个与SAS代码类似的加权关联矩阵，或者至少在不遍历所有变量组合的情况下返回等效的结果。
浏览 1提问于2017-07-13得票数 1
回答已采纳
1回答
我只是想知道如何从MATLAB代码中的mvnrnd([4 3], [.4 1.2], 300);转换到Python中的np.random.multivariate_normal([4,3], [[x_1 x_2],[x_3 x_4]], 300)。 我的疑问在于sigma参数，因为在MATLAB中，使用2D向量来指定协方差；而在Python中，必须使用矩阵。这方面的理论意义是什么，例如，在这种情况下，从一个到另一个的实际方法是什么？另外，有没有一种快速、机械的方法？ 感谢您的阅读。
浏览 165提问于2020-04-12得票数 1
我尝试了拟合OLS模型，它在没有稳健估计的情况下正确工作，但是我想改进我的回归，所以，像下面一样，我尝试用这个问题来实现这个问题，在注释中有其他的尝试来解决它。
我不知道是否正确地应用关键字，所以我接受任何帮助。
代码：
# Fit and summarize OLS model
sumrz = dict()
for i, ca in enumerate(ccaa):
x = sm.add_constant(data.dy[ca])
mod = sm.OLS(endog=data.du[ca], exog=x, hasconst=True, missing='drop
浏览 5提问于2015-08-12得票数 1
回答已采纳
我需要在RGB图像上使用高斯混合模型，因此数据集相当大。这需要实时运行(从网络摄像头馈送)。我首先用Matlab编写了这个代码，对于1729 × 866的图像，我能够实现0.5秒的运行时间。最终应用程序的图像将更小，因此计时将更快。
但是，我需要使用Python和OpenCV来实现最终的应用程序(我需要它在嵌入式电路板上运行)。我翻译了我所有的代码，并用sklearn.mixture.GMM代替了Matlab中的fitgmdist。计算GMM模型本身的代码行仅需7.7e-05秒，但拟合模型的代码行需要19秒。我尝试了其他类型的协方差，比如'diag‘或'spherical
浏览 0提问于2016-05-18得票数 1
1回答
外积非正定矩阵
、、
我试图以以下方式模拟python中的多变量正常数据
n = 100
p = 10
mu = np.random.normal(loc=0, scale=3, size=p)
A = np.random.uniform(low = -4, high = 4, size = (p, 1))
A = pd.DataFrame(A)
Sigma = np.dot(A, np.transpose(A))
Sigma = pd.DataFrame(Sigma)
X = np.random.multivariate_normal(mean = mu, cov = Sigma, size = n)
然而，结果
浏览 2提问于2022-08-14得票数 0
回答已采纳
1回答
我的任务是对给定的二维5000个数据进行PCA和白化变换。
我对PCA的理解是用协方差矩阵的特征向量分析数据的主轴，并将主轴旋转到x轴！
这就是我所做的。
[BtEvector,BtEvalue]=eig(MYCov);% Eigen value and vector using built-in function
我首先计算了特征值和向量。结果是
BtEvalue=[4.027487815706757,0;0,8.903923357227459]
和
BtEvector=[0.033937679569230,-0.999423951036524;-0.999423951036524,-0.
浏览 2提问于2017-10-08得票数 1
早上好,
我正在研究一些有关PM2.5的时空数据。
我想应用一个版本的随机森林，它明确地解释了观测中的空间依赖，正如“空间依赖数据的随机森林”中所介绍的那样。
这是R包：
重点是，我想解释时空依赖，而不仅仅是空间依赖。
理论上，如果我能给函数提供时空协方差矩阵Q(它将是NT x NT矩阵)的估计，那么拟合就可以像原算法一样运行。
我不知道如何修改函数RFGLS_estimate，使其能够在输入中提供协方差矩阵q，用于树的生长。
有什么建议吗？
先谢谢你
浏览 2提问于2022-05-26得票数 0
1回答
我正在尝试使用python通过主成分分析(PCA)来实现人脸识别。我遵循本教程中的步骤：
下面是我的代码：
import os
from PIL import Image
import numpy as np
import glob
import numpy.linalg as linalg
#Step1: put database images into a 2D array
filenames = glob.glob('C:\\Users\\Karim\\Downloads\\att_faces\\New folder/*.pgm')
filenames.sort()
浏览 0提问于2013-04-15得票数 4
回答已采纳
我尝试在给定的DataFrame上应用GMM聚类算法(与https://spark.apache.org/docs/latest/ml-clustering.html中一样)，如下所示： vector.show(1) ID |功能 33.0 |0.01.0 27043.0，.... type(vector) pyspark.sql.dataframe.DataFrame type(vector.select('features')) pyspark.sql.dataframe.DataFrame vector.printSchema() 根部 |-- id:双精度(nulla
浏览 32提问于2019-05-31得票数 2
2回答
我需要测量两个n维向量之间的距离。似乎Mahalanobis距离在这里是一个很好的选择，所以我想试一试。
我的代码看起来像这样：
import numpy as np
import scipy.spatial.distance.mahalanobis
x = [19, 8, 0, 0, 2, 1, 0, 0, 18, 0, 1673, 9, 218]
y = [17, 6, 0, 0, 1, 2, 0, 0, 8, 0, 984, 9, 30]
scipy.spatial.distance.mahalanobis(x,y,np.linalg.inv(np.cov(x,y)))
但是我得到了这
浏览 0提问于2013-06-19得票数 3
回答已采纳
1回答
我有两列返回 (一列是比特币随时间的回报，另一列是一个加密资产的回报)。我想要计算它们之间的滚动覆盖，然后方差，然后计算滚动beta系数。到最后，测试版应该看起来像，我想让图表像这样的
cov = df[['Return Market','Return Asset']].rolling(window=3).cov()
cov
var = pd.rolling_var(df['Return Market'], window=3)
var
df['Beta'] = cov / var
当我运行cov = df[['Retu
浏览 18提问于2018-07-22得票数 1
回答已采纳
我有一个这个方程：$Var(X+Y) = Var(X) + 2Cov(X+Y)+ Var(Y)$。我已经用python实现了这些，但结果并不相同。有人能解释一下我的代码出了什么问题吗？ X = [random.randint(1,20) for i in range(10)]
Y = [random.randint(1,20) for i in range(10)]
X_PLUS_Y = [X[i]+Y[i] for i in range(len(X))]
print(statistics.variance(X_PLUS_Y)) # 108.23333333333333
print(stat
浏览 21提问于2021-05-08得票数 0
回答已采纳
3回答
我有两个向量，我试图在函数中使用它们，只返回样本协方差。有人能帮我修复我的程序吗？我是python和编程的新手。
xv= array([8., 9.5, 7.8, 4.2, -7.7, -5.4, 3.2])
yv= array([8.9, 2.0, 4.8, -4.2, 2.7, -3.4, -5.9])
def cov(x,y):
if (len(x) != len(y)
[Stop]
x.bar = mean(x)
y.bar = mean(y)
N = len(x)
Cov = (sum
浏览 0提问于2012-10-18得票数 4
回答已采纳
1回答
也许我犯了个错误。如果是这样的话，我很抱歉问这个问题。
我想用函数来计算pearsonr。
from scipy.stats.stats import pearsonr
X = [4, 4, 4, 4, 4, 4]
Y = [4, 5, 5, 4, 4, 4]
pearsonr(X, Y)
我在下面看到一个错误
RuntimeWarning:在double_scalars ###中遇到的无效值
我得到错误的原因是EX =4(X的例外值是4)
我看了scpy.stats.stats.py中珠光体函数的代码。珠光体函数的某些部分如下。
mx = x.mean() # which is 4
浏览 4提问于2011-10-04得票数 12
回答已采纳
我正在创建一个应用程序，其中用户输入两个值(x和y)。这两个值在函数中使用，以输出显示在应用程序底部的答案。这些计算包括高斯协方差计算，因此它们必须在我的Python脚本中完成，这将导致输出一个最终的值。我可以在Swift应用程序中连接此Python文件吗？
我知道如何创建Xcode项目，它是一个可以连接python的外部文件，但是如何在我已经构建的Swift项目中做到这一点呢？
浏览 0提问于2016-04-01得票数 3
1回答
我看了Python statsmodels交叉相关函数statsmodels.tsa.stattools.ccf的文档，并提出了一个问题。
问题：这个函数的参数顺序是什么？因此，如果我们输入ccf(x, y)，哪一个是正时滞，对应于：
(1) x(t)y(t +滞后)，或
(2) y(t)x(t +滞后)
从文档中看似乎不太清楚。
提前谢谢。
浏览 12提问于2021-02-09得票数 0
我想用回归模型来拟合概率。我知道线性回归经常用于这个目的，但我有几个概率在0.0和1.0左右，并且想要拟合一个回归模型，其中输出被限制在0.0到1.0之间。我希望能够为模型指定正则化规范和强度，最好在python中这样做(但R实现也会有帮助)。我发现的所有逻辑回归包似乎只适合于分类，而这是一个回归问题(尽管我想使用logit链接函数)。我使用scikits为我的分类和回归需求学习，所以如果这个回归模型可以在scikits中实现，那就太棒了(在我看来，这是不可能的)，但是我很乐意在python和/或R中找到任何解决方案。
浏览 4提问于2015-11-21得票数 3
1回答
我是Matlab的新手，很抱歉有个愚蠢的问题。
我想要创建一个由GMM生成的二维向量的序列，它由三个多元正态分布组成。
所以，让我们开始
mu = [[0 1]; [0 2]; [0 3]]
cov = cat(4, 0, 0.5)
p = [0.4 0.4 0.2]
obj = gmdistribution(mu, cov, p)
问题是这个命令序列不起作用。
此外，我希望这三个分布有一个小的重叠。我不知道如何评估穆和科，这样他们就会有一个小的重叠。
浏览 0提问于2015-01-07得票数 0
回答已采纳
我试图使用GaussianMixture模型进行图像分割，所以我使用了两个组件，协方差矩阵type=“满”，并尝试运行使用Spyder3.6，这是附带的anaconda。下面是代码：
from scipy.misc import imread, imshow
from sklearn.mixture import GaussianMixture as GMM
import graph_tool.all as gt
from graph_tool.all import *
X=imread('2.jpg')
old=X.shape
X=X.reshape(-1,3)
gmm=G
浏览 0提问于2018-01-21得票数 3
3回答
如何生成由N = 100 2维样本x = (x1,x2)T ∈ R2组成的数据集，该数据集是从二维高斯分布中提取的，具有平均值。
µ = (1,1)T
协方差矩阵
Σ = (0.3 0.2
0.2 0.2)
我听说您可以使用Matlab函数randn，但不知道如何在Python中实现它？
浏览 3提问于2013-02-17得票数 8
回答已采纳
我目前正在创建一个最小方差投资组合，并决定使用PortfolioAnalytics包的函数optimize.portfolio。不幸的是，在提取权重时，它们都是NA，即使我的返回值中没有任何NA值，这将是(从我的角度来看)导致结果权重为NA的唯一原因。我的数据集由多个资产(+5000)组成，每个资产有60个观察值(每月)。
library(PortfolioAnalytics)
library(ROI)
#index returns is an xts object consisting of 3800 stock Ids(columns) and 60 observat
浏览 56提问于2020-10-05得票数 0
3回答
我经常使用R，我是Python的新手。在R中，给出了给定矩阵的计算平均值、cov和cor的演示如下：
X = matrix(c(1,0.5,3,7,9,6,2,8,4), nrow=3, ncol=3, byrow=FALSE)
X
# [,1] [,2] [,3]
# [1,] 1.0 7 2
# [2,] 0.5 9 8
# [3,] 3.0 6 4
M = colMeans(X) # apply(X,2,mean)
M
# [1] 1.500000 7.333333 4.666667
S = cov(X)
S
# [,1]
浏览 1提问于2018-11-02得票数 1
回答已采纳
1回答
我一直想制作类似的剧情，比如 ? 在Python上使用matplotlib，其中有一个阴影区域，该区域内有所有聚集点的集群。但是，我不知道如何才能做到这一点，有什么想法吗？ 绘图类似于https://jakevdp.github.io/PythonDataScienceHandbook/05.11-k-means.html；但只需要在背景中使用阴影区域。
浏览 59提问于2019-02-20得票数 2
我正在尝试实现一个多变量高斯pdf，
def multi_var_prob(x,mu,cov):
#Multi variate gaussian
print x
print (np.power(1/(2*np.pi),(len(x)*.5))/np.sqrt(np.abs(np.linalg.det(cov))))*np.exp(np.dot(np.matrix.transpose(x-mu),np.dot(np.linalg.inv(cov),(x-mu))))
return((np.power(1/(2*np.pi),(len(x)*.5))/np.sqrt(np.abs(np
浏览 1提问于2014-05-24得票数 0
我正在寻找Python中的(或类似的)函数：(clean.boudt) 第94-95页：https://cran.r-project.org/web//packages/PerformanceAnalytics/PerformanceAnalytics.pdf 该过程如下所示： ? ? Python中有没有执行此计算的包？ 谢谢!
浏览 28提问于2021-08-04得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
