: corrcoef() got an unexpected keyword argument 'rowvar'

在使用 `corrcoef()` 函数时，它通常来自 Scipy 库而不是 `torch.corrcoef()`，`corrcoef()` 是用于计算皮尔逊相关系数的标准统计函数，但它没有 `rowvar` 这个参数。`rowvar` 参数是在 NumPy 中计算协方差矩阵时使用的，用来指定是否按行（`True`）或列（`False`）计算。

如果你想要在 PyTorch 中计算数据的相关性，你应该使用 `torch.nn.functional.linear_kernel()` 或者 `torch.cov()` 来直接计算皮尔逊相关的系数矩阵，因为它们会自动处理数据的一维化和其他细节。例如：

# 假设 tensor_data 是已经归一化的张量
# 计算皮尔逊相关系数
correlation_matrix = torch.cov(tensor_data.t(), dim=0, unbiased=True)

在这里，`.t()` 表示转置张量，`dim=0` 指定沿着第一个维度（即特征轴）计算相关性，`unbiased=True` 设置是否采用无偏估计（默认值）。

如果你确实想用 `corrcoef()` 函数，那应该从 Scipy 导入，而不是从 PyTorch 或者 Sklearn 的 `MinMaxScaler` 后面使用。请注意，Scipy 的 `corrcoef()` 只适用于NumPy数组。