J'essaie de comprendre pourquoi ce processus me donne une mauvaise réponse.Erreur de calcul d'écart-type
Pour [1,2,3,4,5] Je reçois 1.2 au lieu de 1,414
def standard_deviation(number_list):
average = sum(number_list)/float(len(number_list))
stdev = 0
for value in number_list:
stdev += math.sqrt((average - value)**2)/float(len(number_list))
return stdev
standard_deviation([1,2,3,4,5])
la formule vous mis en œuvre de manière incorrecte.
La définition est "L'écart-type est la racine carrée de la moyenne des écarts quadratiques par rapport à la moyenne". This numpy page explains it well (see the Notes section).
Le code math.sqrt((average - value)**2) ne fait pas ce que vous voulez; le sqrt et ** 2 sorte d'annuler l'un l'autre de sorte que le résultat est juste abs(average-value). La page numpy décrit succinctement l'implémentation sous la forme std = sqrt(mean(abs(x - x.mean())**2)).
La correction suivante à votre code fonctionnera mieux:
def standard_deviation(number_list):
average = sum(number_list)/float(len(number_list))
sqdev = 0
for value in number_list:
sqdev += (average-value)**2
sqdev = sqdev/float(len(number_list))
return math.sqrt(sqdev)
Est-ce que sqdev + = (valeur moyenne) ** 2/float (len (liste_numéro)) fonctionnera sur une ligne? – DDDD
Oui, vous pouvez faire une moyenne courante. Il existe plusieurs façons d'optimiser la fonction en fonction de vos objectifs. – patrickmdnet
Revérifier la formule dans votre texte. L'écart-type se divise souvent par 'len (number_list) -1'. – Teepeemm