numpy - 应该增加哪些参数来指示函数的方差?

标签 numpy machine-learning statistics variance

这是Xy的函数

X = np.random.rand(50,1)
y = ((X.T*X)**9 +X).reshape(-1) 

如何表明数据中是否存在差异?哪些参数控制方差以及如何增加或减少方差? where is the variance here?

您能否给我提供有关函数方差的示例..

最佳答案

在这种情况下,您可以使用 np.var(my_numpy_array,ddof=1) 来计算数组的方差。

参数 ddof 来自“Delta Degrees of Freeedom”,您可以在此处阅读有关它们的更多信息:https://en.wikipedia.org/wiki/Degrees_of_freedom_(statistics) .

在您的情况下,由于 y 是根据 X 计算的,因此我将计算 np.var(y) 并检查结果。

您认为数据变化足够的阈值取决于具体情况。

关于numpy - 应该增加哪些参数来指示函数的方差?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59650543/

相关文章:

填充 numpy 数组的 Pythonic 方式

javascript - 新形状和旧形状必须具有相同数量的元素

python - scikit-optimize 中 cv_results_ 和 best_score_ 中的测试分数是如何计算的?

r - 使用 "dimnames"= List of 2 格式化动物园对象

python - 如何提取pandas DataFrame中的属性名称和最大共现计数?

python - numpy分段函数声称列表大小不同

python - 如何根据另一列中的值将函数应用于 Pandas 中的列?

python - 如何使用opencv和python更快地遍历大型图像数据集?

r - 无法将 Adaboost 与 R 的插入符包一起使用

python - PyTorch - 参数不变