Python 教程
Python 机器学习
Python MySQL
Python 教程
什么是标准差？
标准差（Standard Deviation，又常称均方差）是一个数字，描述值的离散程度。
低标准偏差表示大多数数字接近均值（平均值）。
高标准偏差表示这些值分布在更宽的范围内。
例如：这次我们已经登记了 7 辆车的速度：
speed = [86,87,88,86,87,85,86]
标准差是：
0.9
意味着大多数值在平均值的 0.9 范围内，即 86.4。
让我们对范围更广的数字集合进行处理：
speed = [32,111,138,28,59,77,97]
标准差是：
37.85
这意味着大多数值都在平均值（平均值为 77.4）的 37.85 范围内。
如您所见，较高的标准偏差表示这些值分布在较宽的范围内。
NumPy 模块有一种计算标准差的方法：
实例
请使用 NumPy std() 方法查找标准差：
import numpy speed = [86,87,88,86,87,85,86] x = numpy.std(speed) print(x)
运行实例
实例
import numpy speed = [32,111,138,28,59,77,97] x = numpy.std(speed) print(x)
运行实例
方差
方差是另一种数字，指示值的分散程度。
实际上，如果采用方差的平方根，则会得到标准差！
或反之，如果将标准偏差乘以自身，则会得到方差！
如需计算方差，您必须执行以下操作：
1. 求均值：
(32+111+138+28+59+77+97) / 7 = 77.4
2. 对于每个值：找到与平均值的差：
32 - 77.4 = -45.4 111 - 77.4 = 33.6 138 - 77.4 = 60.6 28 - 77.4 = -49.4 59 - 77.4 = -18.4 77 - 77.4 = - 0.4 97 - 77.4 = 19.6
3. 对于每个差异：找到平方值：
(-45.4)2 = 2061.16 (33.6)2 = 1128.96 (60.6)2 = 3672.36 (-49.4)2 = 2440.36 (-18.4)2 = 338.56 (- 0.4)2 = 0.16 (19.6)2 = 384.16
4. 方差是这些平方差的平均值：
(2061.16+1128.96+3672.36+2440.36+338.56+0.16+384.16) / 7 = 1432.2
幸运的是，NumPy 有一种计算方差的方法：
实例
使用 NumPy var() 方法确定方差：
import numpy speed = [32,111,138,28,59,77,97] x = numpy.var(speed) print(x)
运行实例
标准差
如我们所知，计算标准差的公式是方差的平方根：
√ 1432.25 = 37.85
或者，如上例所示，使用 NumPy 计算标准差：
实例
请使用 NumPy std() 方法查找标准差：
import numpy speed = [32,111,138,28,59,77,97] x = numpy.std(speed) print(x)
运行实例
符号
标准差通常用 Sigma 符号表示：σ
方差通常由 Sigma Square 符号 σ2 表示
章节总结
标准差和方差是机器学习中经常使用的术语，因此了解如何获取它们以及它们背后的概念非常重要。
相关视频
24小时阅读榜
精品课程
共22课时
24.1万人学习
共28课时
35.8万人学习
共89课时
131.8万人学习
热门下载
集成PHP7，16种组合，超全大合集
下载
phpStudy安装所需运行库集合下载
下载
程序员工具箱 v1.0 php集成环境
下载
中文版，非常好用
下载
Notepad++ 8.9.7 Windows版官方安装包，适合 Windows 用户进行代码编辑、文本处理、语法高亮和插件扩展配置。
下载
Win64位，支持php多版本共存
下载