c++ computeMeanAndCovarianceMatrix例子

在C++中，计算均值和协方差矩阵通常用于处理数据集，特别是在机器学习或数据分析场景中。这里是一个简单的例子，展示如何计算一组二维向量的均值和协方差矩阵：

#include <iostream>
#include <vector>
#include <Eigen/Dense>

// 定义一个函数来计算平均值（均值）
Eigen::Vector2f computeMean(const std::vector<Eigen::Vector2f>& data) {
    Eigen::Vector2f mean(0.0, 0.0);
    for (const auto& vector : data) {
        mean += vector;
    }
    return mean / static_cast<float>(data.size());
}

// 定义一个函数来计算协方差矩阵
Eigen::Matrix2f computeCovarianceMatrix(const std::vector<Eigen::Vector2f>& data, const Eigen::Vector2f& mean) {
    Eigen::Matrix2f covariance(2, 2);
    for (const auto& vector : data) {
        covariance += (vector - mean).cross((vector - mean));
    }
    covariance /= static_cast<float>(data.size() - 1); // 使用n-1的原因是去偏估计
    return covariance;
}

int main() {
    std::vector<Eigen::Vector2f> dataset = {Eigen::Vector2f(1, 2), Eigen::Vector2f(2, 4), Eigen::Vector2f(3, 6)};
    Eigen::Vector2f mean = computeMean(dataset);
    Eigen::Matrix2f covariance = computeCovarianceMatrix(dataset, mean);

    std::cout << "Mean: (" << mean.x() << ", " << mean.y() << ")" << std::endl;
    std::cout << "Covariance Matrix:\n" << covariance << std::endl;