【 在 Hihere 的大作中提到: 】
: 你问的是三维空间……
: 再想想
: :

要不就是建模成线性回归
要不就是先(x1,y1,z1),(x2,y2,z2)内积，然后再累加其余点组的内积。就是我最开始写的那个公式。
Cov(X,Y)=E((X-E(X))*(Y-E(Y)) 中间的乘号是内积
但这个符号Cov(X,Y)一般被定义为协方差矩阵了。
--
修改:gnwd FROM 125.86.90.*
FROM 125.86.90.*

用线性回归，最小二乘法，找那条误差最小的直线，肯定可以做。
另外如果用向量之间夹角和相关系数数的办法。
在平面上是有两个向量。标准化以后就是两个单位向量，它们之间的夹角的余弦就是相关系数，夹角越小，相关系数越高。
那么在三维空间，标准化以后就是三个单位向量。
我想也许可以用它们之间的球心角来表示这三个向量之间的相关。球心角越小表示相关系数越高。

【 在 gnwd 的大作中提到: 】
:
: 要不就是建模成线性回归
: 要不就是先(x1,y1,z1),(x2,y2,z2)内积，然后再累加其余点组的内积。就是我最开始写的那个公式。
: ...................
--
修改:Hihere FROM 139.209.147.*
FROM 139.209.147.*