机器学习 - 标准差
- หน้าก่อนหน้า โมดุลส่วนประกอบของเศษ
- หน้าต่อไป ขอบเขตเศษ
อะไรคือค่าความเปลี่ยนแปลงเฉลี่ย?
ค่าความเปลี่ยนแปลงเฉลี่ย (Standard Deviation หรือ ค่าความเปลี่ยนแปลงเฉลี่ย) คือ หนึ่งตัวเลขที่เอ่ยถึงความแตกต่างของค่าเฉลี่ย:
ค่าความเปลี่ยนแปลงเฉลี่ยต่ำหมายความว่าค่าส่วนใหญ่อยู่ใกล้กับค่าเฉลี่ย (ค่าเฉลี่ย)
ค่าความเปลี่ยนแปลงเฉลี่ยสูงหมายความว่าค่าเหล่านี้แพร่กระจายในขอบเขตกว้างขึ้น
เช่น: ครั้งนี้เราได้บันทึกความเร็วของรถยนต์ 7 คัน:
speed = [86,87,88,86,87,85,86]
ค่าความเปลี่ยนแปลงเฉลี่ยคือ:
0.9
หมายความว่าค่าส่วนใหญ่อยู่ในขอบเขต 0.9 ของค่าเฉลี่ย ซึ่งคือ 86.4
จะมีการประมวลผลตัวเลขที่มีขอบเขตกว้างขึ้น:
speed = [32,111,138,28,59,77,97]
ค่าความเปลี่ยนแปลงเฉลี่ยคือ:
37.85
นี่หมายความว่าค่าส่วนใหญ่อยู่ในขอบเขต 37.85 ของค่าเฉลี่ย (ค่าเฉลี่ยคือ 77.4)
เห็นได้ว่า ค่าความเปลี่ยนแปลงเฉลี่ยสูง หมายความว่าค่าเหล่านี้แพร่กระจายในขอบเขตกว้างขึ้น
มอดูล NumPy มีวิธีคำนวณค่าความเปลี่ยนแปลงเฉลี่ย:
ตัวอย่าง
ใช้ NumPy std() วิธีหาค่าความเปลี่ยนแปลงเฉลี่ย:
import numpy speed = [86,87,88,86,87,85,86] x = numpy.std(speed) print(x)
ตัวอย่าง
import numpy speed = [32,111,138,28,59,77,97] x = numpy.std(speed) print(x)
ค่าความเปลี่ยนแปลงเฉลี่ย
ค่าความเปลี่ยนแปลงเฉลี่ย คือ หนึ่งตัวเลขที่ชี้ถึงความแตกต่างของค่าเฉลี่ย:
ในตอนที่แล้ว หากใช้ร跟方差的平方根 จะได้ค่าความเปลี่ยนแปลงเฉลี่ย!
หรือที่เรียกว่า ค่าความเปลี่ยนแปลงเฉลี่ยของค่าเฉลี่ยตามตัวเอง!
หากต้องการคำนวณค่าความเปลี่ยนแปลงเฉลี่ยตามวิธีต่อไปนี้:
1. หาค่าเฉลี่ย:
(32+111+138+28+59+77+97) / 7 = 77.4
2. สำหรับแต่ละค่า: หาค่าแตกต่างจากค่าเฉลี่ย:
32 - 77.4 = -45.4 111 - 77.4 = 33.6 138 - 77.4 = 60.6 28 - 77.4 = -49.4 59 - 77.4 = -18.4 77 - 77.4 = - 0.4 97 - 77.4 = 19.6
3. สำหรับแต่ละความแตกต่าง: หาค่าเชิงมาตร:
(-45.4)2 = 2061.16 (33.6)2 = 1128.96 (60.6)2 = 3672.36 (-49.4)2 = 2440.36 (-18.4)2 = 338.56 (- 0.4)2 = 0.16 (19.6)2 = 384.16
4. 方差是这些平方差的平均值：
(2061.16+1128.96+3672.36+2440.36+338.56+0.16+384.16) / 7 = 1432.2
幸运的是，NumPy 有一种计算方差的方法：
ตัวอย่าง
使用 NumPy var() 方法确定方差：
import numpy speed = [32,111,138,28,59,77,97] x = numpy.var(speed) print(x)
标准差
如我们所知，计算标准差的公式是方差的平方根：
√ 1432.25 = 37.85
หรือ ใช้ NumPy คำนวณมาตรฐานตามตัวอย่างเหตุผลดังนี้
ตัวอย่าง
ใช้วิธี NumPy std() ในการหามาตรฐาน
import numpy speed = [32,111,138,28,59,77,97] x = numpy.std(speed) print(x)
สัญลักษณ์
มาตรฐานทั่วไปถูกแสดงด้วยสัญลักษณ์เซก้าเซี่ยวσ
มาตรฐานทั่วไปถูกแสดงด้วยสัญลักษณ์เซก้าเซี่ยวครึ่งกลุ่ม σ2 แสดง
สรุปบท
มีข้อความเกี่ยวกับมาตรฐานและความแปลกปลอกที่ถูกใช้บ่อยในการเรียนรู้เครื่อง ดังนั้น การเข้าใจว่าจะเอามันได้และความหมายของมันเป็นสิ่งที่สำคัญมาก
- หน้าก่อนหน้า โมดุลส่วนประกอบของเศษ
- หน้าต่อไป ขอบเขตเศษ
