皮尔逊相关性计算C++

皮尔逊相关性是一种常用的统计量，用于衡量两个变量之间的线性相关程度。在C++中，可以使用Eigen库来计算皮尔逊相关性。以下是一个简单的例子：

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

using namespace Eigen;

int main()
{
    // 创建两个向量
    VectorXd x(5);
    x << 1, 2, 3, 4, 5;
    VectorXd y(5);
    y << 2, 4, 6, 8, 10;

    // 计算均值和标准差
    double x_mean = x.mean();
    double y_mean = y.mean();
    double x_std = sqrt((x.array() - x_mean).square().sum() / (x.size() - 1));
    double y_std = sqrt((y.array() - y_mean).square().sum() / (y.size() - 1));

    // 计算皮尔逊相关性
    double correlation = ((x.array() - x_mean) / x_std).matrix().dot((y.array() - y_mean) / y_std) / (x.size() - 1);

    std::cout << "Pearson correlation: " << correlation << std::endl;

    return 0;
}

在上面的代码中，我们首先创建了两个向量x和y，然后计算了它们的均值和标准差。最后，我们使用向量化的方法计算了它们的皮尔逊相关性。需要注意的是，在计算皮尔逊相关性时，需要将向量标准化，以便消除量纲的影响。

以上是一个简单的计算皮尔逊相关性的例子，您可以根据实际需求进行修改和扩展。