kovariansmatriisi
Kovariansmatriisi on neliömatriisi, joka kuvaa eri muuttujien välisten kovarianssien kokoelmaa. Sen diagonaalialkiot edustavat kunkin yksittäisen muuttujan varianssia, ja matriisin muut alkiot kuvaavat kahden eri muuttujan välistä kovarianssia. Kovarianssi mittaa kahden satunnaismuuttujan lineaarista riippuvuutta; positiivinen kovarianssi osoittaa, että muuttujat pyrkivät liikkumaan samaan suuntaan, kun taas negatiivinen kovarianssi viittaa siihen, että ne pyrkivät liikkumaan vastakkaisiin suuntiin. Nollan lähellä oleva kovarianssi viittaa vähäiseen lineaariseen riippuvuuteen.
Kovarianssimatriisia käytetään laajasti tilastotieteessä ja koneoppimisessa. Sitä hyödynnetään esimerkiksi pääkomponenttianalyysissä (PCA) datan ulottuvuuden vähentämiseen löytämällä datan
Matriisin koko riippuu analysoitavien muuttujien lukumäärästä. Jos on k muuttujaa, kovarianssimatriisi on k x k -kokoinen.