Geometrically, the covariance matri

Geometrically, the covariance matrix specifies an ellipsoid that circumscribes the primary dimensions of the data in N space (N being the dimension of the data). Outlier data stretches the ellipsoid along the axis of the outlier relative to the mean. Here is a diagram from a paper by Hubert and Verboven that illustrates this nicely:

ผลลัพธ์ (ไทย) 1:

ทางเรขาคณิต เมตริกซ์แปรปรวนระบุเป็นทรงรีที่ circumscribes ขนาดของข้อมูลในพื้นที่ N (N เป็นขนาดของข้อมูล) ข้อมูล outlier ยืดทรงรีตามแกนของ outlier สัมพันธ์หมายถึง นี่คือแผนภาพจากกระดาษโดย Hubert และ Verboven ที่แสดงนี้อย่างดี:

ผลลัพธ์ (ไทย) 2:

เรขาคณิตเมทริกซ์ความแปรปรวนระบุรีที่ circumscribes มิติหลักของข้อมูลในพื้นที่เอ็น (N เป็นมิติของข้อมูล) ข้อมูลขอบเขตเหยียดทรงรีพร้อมแกนของค่าผิดปกติเมื่อเทียบกับค่าเฉลี่ย นี่คือแผนภาพจากกระดาษโดยฮิวเบิร์และ Verboven ที่แสดงให้เห็นอย่างนี้:

ผลลัพธ์ (ไทย) 3:

ทางเรขาคณิต , Covariance Matrix ซึ่งเป็นทรงรีที่ circumscribes มิติหลักของข้อมูลทางพื้นที่ ( เป็นมิติของข้อมูล ) ข้อมูลค่ายืดทรงรีตามแนวแกนของค่าเมื่อเทียบกับค่าเฉลี่ย นี่คือแผนภาพจากกระดาษ โดย เบิร์ต verboven และที่แสดงนี้เป็นอย่างดี :