Rumah > pembangunan bahagian belakang > Golang > Bagaimana untuk mencari varians dalam golang

Bagaimana untuk mencari varians dalam golang

PHPz
Lepaskan: 2023-03-29 13:43:48
asal
1813 orang telah melayarinya

Dalam analisis data, varians ialah konsep yang sangat asas. Dalam bahasa Go, mencari varians juga sangat mudah. Artikel ini akan membantu pembaca memahami cara mencari varians dalam Go.

  1. Takrif varians

Varian ialah ukuran serakan taburan data. Semakin besar varians, semakin tinggi serakan data sebaliknya, semakin kecil varians, semakin rendah serakan data.

Formula varians:

$sigma^2 = frac{sum_{i=1}^n (x_i - mu)^2}{n}$

Di mana, $x_i$ mewakili $i$th data, $mu$ mewakili min semua data dan $n$ mewakili bilangan data.

  1. Pelaksanaan mencari varians

Dalam Go, mencari varians boleh dilaksanakan menggunakan kod berikut:

package main

import (
    "fmt"
    "math"
)

func main() {
    // 原始数据
    data := []float64{1, 2, 3, 4, 5}
    
    // 求均值
    mean := mean(data)
    
    // 求方差
    variance := variance(data, mean)
    
    fmt.Println(variance)
}

// 求均值
func mean(data []float64) float64 {
    sum := 0.0

    for _, value := range data {
        sum += value
    }

    return sum / float64(len(data))
}

// 求方差
func variance(data []float64, mean float64) float64 {
    sum := 0.0

    for _, value := range data {
        sum += math.Pow(value - mean, 2)
    }

    return sum / float64(len(data))
}
Salin selepas log masuk

Pertama, tentukan objek yang mengandungi kepingan data asal, dan kemudian panggil fungsi min dan varians.

Fungsi min digunakan untuk mencari min data asal Gunakan gelung for untuk melintasi data untuk menjumlahkan, dan kemudian bahagikan dengan bilangan data.

Fungsi varians digunakan untuk mencari varians Mula-mula gunakan gelung for untuk lelaran melalui data, kemudian gunakan fungsi math.Pow untuk mencari kuasa dua perbezaan antara setiap data dan min, dan tambah. semua petak. Akhirnya bahagikannya dengan bilangan data.

  1. Realisasi sisihan piawai

Untuk varians, satu lagi konsep yang sangat penting ialah sisihan piawai. Sisihan piawai ialah punca kuasa dua varians dan menerangkan betapa tidak menentu data itu. Lebih besar sisihan piawai, lebih besar turun naik data Sebaliknya, lebih kecil sisihan piawai, lebih kecil turun naik data.

Untuk mencari sisihan piawai dalam Go, anda boleh menggunakan kod berikut:

package main

import (
    "fmt"
    "math"
)

func main() {
    // 原始数据
    data := []float64{1, 2, 3, 4, 5}
    
    // 求均值
    mean := mean(data)
    
    // 求标准差
    stdDev := stdDev(data, mean)
    
    fmt.Println(stdDev)
}

// 求标准差
func stdDev(data []float64, mean float64) float64 {
    sum := 0.0

    for _, value := range data {
        sum += math.Pow(value - mean, 2)
    }

    variance := sum / float64(len(data))

    return math.Sqrt(variance)
}
Salin selepas log masuk

Pelaksanaan mencari sisihan piawai adalah sangat serupa dengan mencari varians Anda hanya perlu menggunakan fungsi math.Sqrt pada akhir fungsi varians Hanya punca kuasa dua.

  1. Ringkasan

Artikel ini memperkenalkan kaedah pelaksanaan mencari varians dan sisihan piawai dalam Go. Varians dan sisihan piawai adalah konsep yang sangat penting untuk analisis dan pemprosesan data. Kod yang disediakan dalam artikel ini adalah ringkas dan mudah difahami serta boleh membantu pembaca memahami dan menerapkannya dengan cepat. Jika anda ingin mengetahui lebih lanjut tentang analisis dan pemprosesan data, menguasai pengiraan varians dan sisihan piawai adalah penting.

Atas ialah kandungan terperinci Bagaimana untuk mencari varians dalam golang. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

sumber:php.cn
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan