我已经自己编写了以下代码，该代码逐步计算了相关/相关矩阵：
a=: 1 2 3
b=: 2 3 4
getmean=: +/%#
getmdevn=: -getmean
getvariance1=: (getmean@:*:)@getmdevn
getvariance1 a
getvariance1 b
corr_a_b=: getmean (a*b) - getmean a * getmean b
使用单个函数在J中计算相关/相关矩阵的最佳方法是什么？还是有什么办法可以将我所有的代码组合成一个函数？
PS我刚刚在J中找到了一些库，例如'numeric'。但是，似乎没有在线有关这些库的文档。有人知道在哪里可以找到这些库的详细信息吗？
出于实际目的，@ EelVex是正确的，您应该使用J附带的库，因为它们封装了JSoftware认为的“最佳实践”。
但是，出于教学，思想和美学的原因，我是奥列格·科布琴科（Oleg Kobchenko）胜利的忠实拥护者：
corr =: (+/@:* % *&(+/)&.:*:)&(- +/%#)
正如我在2013年提到的那样，它包含J中所有主要成分的样本：
f g hf gf@:gf&gf&.:g除了之外&，每个选项中只有一个。对于一个非常真实，非常普遍的计算。整齐！
而且，如果您可以阅读J，则相对于标准数学符号而言，这是一个明显的改进，因为您可以从字面上看到该公式背后的一些对称性：左叉齿是乘积（+/@:*）的和，右叉是乘积（）的和。总和（*&(+/)）。
整个中叉是一只优雅的蝴蝶，有美丽的对称翅膀（在头上有触角%！）。
c=:+/@:* % *&(+/)
5!:4<'c'
+- / --- +
+- @: -+- *
+- %
--+ +- *
+- & --+- / --- +
再加上整个事情在代数上减少了。这也就意味着，相反，你必须将标准的数学符号X S和ÿ S和X S和ȳ的疏散所有的地方，在corr很明显，我们做的第一件事情是规范变量，此后所有我们曾经处理过的是增量，因此我们不受规模，度量单位等变化的影响。
作为J表示法进一步阐明基本数学结构的又一个示例，Oleg进一步简化了步骤，并切下了这个jem：
Cr=: +/@:*&(% +/&.:*:)&(- +/ % #)
正如我在2013年主题中稍后讨论的那样，由于其结构对称性，我仍然更喜欢原始版本，但是此版本也有其优点：很明显，相关性只是一系列标准化/标准化后的线性组合。
sum =: +/
of =: @
the_product =: *
after =: &
scaling =: % +/&.:*:
after =: &
standardizing =: - +/%#
corr =: sum of the_product after scaling after standardizing
我们通过尝试各种表达自己的方式来获得对数学的了解！
但是，出于实际目的，我再次建议您遵循@EelVex答案中的建议。正如亨利·里奇（Henry Rich）在奥列格（Oleg）发现这些美丽形式的线索中所观察到的：
我认为这两种形式中的任何一种都不对实际工作有用，因为它们涉及减去大的近似相等的数字，但是我通过编写它们了解了一些有关计算的知识。
其中奥列格则证明具体：
运行Wikipedia稳定性测试很容易看出来：
CR=: (+/@:* % *&(+/)&.:*:)&(- +/ % #) 0j20":CR/900000000(+,:-)1+i.1000000 _1.00000000000000000000 COR f. (+/ % #)@:*&(- (+/ % #)) % *&(%:@(+/ % #)@:*:@:- (+/ % #)) 0j20":COR/900000000(+,:-)1+i.1000000 _1.00000000000000000000 0j20":c/900000000(+,:-)1+i.1000000 1.00000229430253350000 load'stats' 0j20":corr/900000000(+,:-)1+i.1000000 _0.99999999999619615000
但是，那不是重点。最终，我认为June Kim在2007年总结得最好：
当我尝试将数学表达式转换为J表达式时，我常常非常高兴地发现该表达式中的隐藏模式。
有时，它使我找到了新见解的道路。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句