1. Mean: Describes the middle point of the sample set. The formula is as follows
2. Standard deviation: Describes the average distance from each sample point of the sample set to the mean, and is generally used to describeone-dimensional data.
3. Covariance:
1) is a statistic used to measure the relationship between two random variables.
2) Can only handle two-dimensional problems.
3) Computing the covariance requires computing the mean .
4. The relationship between variance and covariance
Variance is an overall parameter used to measure the " self-variation " of a single variable . The larger the variance, the greater the variation of the variable. The covariance is an overall parameter used to measure the " covariance " between two variables , that is, two variables. The parameter of the mutual influence size, the larger the absolute value of the covariance, the greater the mutual influence of the two variables .
5. Covariance matrix
1) The covariance matrix can handle multi-dimensional problems;
2) The covariance matrix is a symmetric matrix , and the diagonal is the variance in each dimension .
3)协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。
4)样本矩阵中若每行是一个样本，则每列为一个维度，所以计算协方差时要按列计算均值。
如果数据是3维，那么协方差矩阵是：
协方差(i,j)=（第i列所有元素-第i列均值）*（第j列所有元素-第j列均值）/（样本数-1）
下面在给出一个4维3样本的实例：
我们还可以看出，协方差矩阵都是方阵，它的维度与样本维度有关（相等）
6.特征值与特征向量
1. 均值：描述的是样本集合的中间点。公式如下
2.标准方差：描述的是样本集合的各个样本点到均值的距离之平均，一般是用来描述一维数据的。
3.协方差：
1)是一种用来度量两个随机变量关系的统计量。
2)只能处理二维问题。
3)计算协方差需要计算均值。
4. 方差与协方差的关系
方差是用来度量单个变量“自身变异”大小的总体参数，方差越大表明该变量的变异越大
协方差是用来度量两个变量之间“协同变异”大小的总体参数，即二个变量相互影响大小的参数，协方差的绝对值越大，则二个变量相互影响越大。
5.协方差矩阵
1)协方差矩阵能处理多维问题；
2)协方差矩阵是一个对称的矩阵，而且对角线是各个维度上的方差。
3)协方差矩阵计算的是不同维度之间的协方差，而不是不同样本之间的。
4)样本矩阵中若每行是一个样本，则每列为一个维度，所以计算协方差时要按列计算均值。
如果数据是3维，那么协方差矩阵是：
协方差(i,j)=（第i列所有元素-第i列均值）*（第j列所有元素-第j列均值）/（样本数-1）
下面在给出一个4维3样本的实例：
我们还可以看出，协方差矩阵都是方阵，它的维度与样本维度有关（相等）
6.特征值与特征向量