ค่าเฉลี่ยตัวอย่าง
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
เวกเตอร์และเมทริกซ์ · รวมตัวเลขด้วยการดำเนินการเวกเตอร์และเมทริกซ์
เวกเตอร์โครงการมีสองคุณลักษณะ เมทริกซ์ฝึกมี n แถวและสองคอลัมน์ ใช้เครื่องมือเมื่อสมมติฐานตรงกัน
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 4.2 หาค่าใกล้เคียงด้วยการสุ่ม
หาค่าฟังก์ชันที่ข้อมูลเข้าแต่ละตัวซึ่งสุ่มมา แล้วหาค่าเฉลี่ยของผลลัพธ์ ตัวอย่างที่นี่เป็นรายการสมมติคงที่
การสุ่มตัวอย่างสามารถประมาณค่าเฉลี่ยของการแจกแจงได้
ตัวอย่างสูตรต้นฉบับ
การประมาณ · โดยทั่วไปค่าเฉลี่ยจากตัวอย่างจำกัดไม่เท่ากับค่าคาดหมายของประชากร ตัวอย่างสมมติคงที่นี้ไม่ได้พิสูจน์อัตราการลู่เข้า
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.last= 2
คำนวณที่นี่
นิพจน์ผลลัพธ์: { values, mean: values.reduce((a, b) => a + b, 0) / values.length }
values=[0, 1, input.last]ใช้:input.last
ส่งกลับ
values- อาร์เรย์ (3 รายการ): [0, 1, 2]
mean- 1
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
เปลี่ยนข้อมูลเข้าแล้วรันโค้ดเดิมอีกครั้ง ผลลัพธ์แสดงค่าจากข้อมูลที่ระบุข้างต้น
แหล่งอ้างอิง: ค่าเฉลี่ยตัวอย่าง