Понимание типов среднего | Комплект 2

Опубликовано: 25 Июля, 2021

Это одно из важнейших понятий статистики, важнейший предмет для изучения машинного обучения.

  • Среднее геометрическое: как среднее арифметическое - это сумма всех дискретных значений в наборе, геометрическое среднее - это произведение дискретных значений в наборе. Это полезно для набора положительных дискретных значений.

    Пример -
    Последовательность = {1, 3, 9}
    
    product = 27
    n, Всего значений = 3
    Среднее гармоническое = (27) ^ (1/3)
    

    Код -




    # Geometric Mean
    import numpy as np
    # discrete set of numbers
    from scipy.stats.mstats import gmean
    x = gmean([ 1 , 3 , 9 ])
    # Mean
    print ( "Geometric Mean is :" , x)

    Выход :

     Среднее геометрическое: 3
  • Гармоническое среднее: Гармоническое среднее играет свою роль, когда дело доходит до вычисления среднего значения терминов, которые определены по отношению к любой единице. Это величина, обратная среднему значению обратных величин данных. Он используется, когда в данных используется обратная зависимость.

    Пример -

    Последовательность = {1, 3, 9}
    
    сумма обратных величин = 1/1 + 1/3 + 1/9
    n, Всего значений = 3
    Среднее гармоническое = 3 / (сумма обратных величин)
    

    Код -




    # Harmonic Mean
    import numpy as np
    # discrete set of numbers
    from scipy.stats.mstats import hmean
    x = hmean([ 1 , 3 , 9 ])
    # Mean
    print ( "Harmonic Mean is :" , x)

    Выход :

     Среднее гармоническое: 2,076923076923077
  • Связь между арифметикой (AM), гармоникой (HM) и средним геометрическим (GM):

    Пример -
    Последовательность = {1, 3, 9}
    
    сумма обратных величин = 1/1 + 1/3 + 1/9
    Сумма = 10
    Продукт = 27
    n, Всего значений = 3
    
    Среднее арифметическое = 4,33
    Среднее геометрическое = 3 
    Среднее гармоническое = 3 / (сумма обратных величин) = 2,077
    
    

    Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.

    Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.