相關性，互相關，自相關，相關系數

https://blog.csdn.net/icameling/article/details/85238412

https://blog.csdn.net/qushoushi0594/article/details/80096213

https://blog.csdn.net/weixin_30475039/article/details/95683489

下面是一篇特别好的教程

https://thinkdsp-cn.readthedocs.io/zh_CN/latest/05-autocorrelation.html

先聊聊PCA 主成分分析：

https://www.cnblogs.com/marszhw/p/5974434.html

https://www.pianshen.com/article/9310946926/

假設 x={a,b,c,d,e,...} 是一條資料，裡面的 a,b,c,d,e等是屬性值（可以是int,float等類型）

X是n條x資料，即X={x0,x1,x2,x3,...}

則X是一個矩陣

對X計算協方差矩陣 得到各個屬性之間的相關性，包括每個屬性自己的自相關性；

挑選出top m個屬性組成新的x即完成了主成分分析，保留下的各個次元相關性最小

關于協方差的了解可以看下面連結

https://blog.csdn.net/xiao_lxl/article/details/72730000

https://www.doc88.com/p-2542077433282.html?r=1