1、计算平均值Avg


　　Avg = (a0 + a1 + ......+ an-1) / n


2、计算sigma


　　sigma = sqrt( ( (a0-avg) ^2   + (a1-avg) ^2 + ..... +(an-1 -avg) ^2 ) / (n-1) )


3、3 sigma = 3* sigma


　  6 sigma = 6 * sigma
												


											
计算sigma的更多相关文章
	

    
								
  1. 【转载】奇异值分解(SVD)计算过程示例
		
    原文链接:奇异值分解(SVD)的计算方法 奇异值分解是线性代数中一种重要的矩阵分解方法,这篇文章通过一个具体的例子来说明如何对一个矩阵A进行奇异值分解. 首先,对于一个m*n的矩阵,如果存在正交矩阵U ...
    
		
    2. 
						
  2. 主成分分析 (PCA) 与其高维度下python实现(简单人脸识别)
		
    Introduction 主成分分析(Principal Components Analysis)是一种对特征进行降维的方法.由于观测指标间存在相关性,将导致信息的重叠与低效,我们倾向于用少量的.尽可 ...
    
		
    3. 
						
  3. deep learning 练习 多变量线性回归
		
    多变量线性回归(Multivariate Linear Regression) 作业来自链接:http://openclassroom.stanford.edu/MainFolder/Document ...
    
		
    4. 
						
  4. 2015苏州大学ACM-ICPC集训队选拔赛（3）题解
		
    第三次校赛链接:快戳我 1001 考虑前半组数,我们只需要标记每个数出现的次数,再加上这个数之前的数出现的次数,即为这个数在m次操作中总共需要翻转的次数(即求前缀和),再根据翻转的奇偶性判断最后这个位 ...
    
		
    5. 
						
  5. 斯坦福CS224n课程作业
		
    斯坦福CS224n作业一 softmax 作业要求如下: 解析:题目要求我们证明\(softmax\)函数具有常数不变性. 解答:对于\(x+c\)的每一维来说,有如下等式成立: \[softmax( ...
    
		
    6. 
						
  6. 主成分分析算法(PCA)
		
    通过数据压缩(降维)可以减少特征数量,可以降低硬盘和内存的存储,加快算法的训练. 还可以把高维的数据压缩成二维或三维,这样方便做数据可视化. 数据压缩是通过相似或者相关度很高的特征来生成新的特征,减少 ...
    
		
    7. 
						
  7. opencv源码学习: getGaussianKernel( 高斯核）；
		
    参考: https://blog.csdn.net/u012633319/article/details/80921023 二维高斯核, 可以根据下面的公式推到为两个一维高斯核的乘积: 原型: /** ...
    
		
    8. 
						
  8. 【Math for ML】矩阵分解(Matrix Decompositions) （下）
		
    [Math for ML]矩阵分解(Matrix Decompositions) (上) I. 奇异值分解(Singular Value Decomposition) 1. 定义 Singular V ...
    
		
    9. 
						
  9. TSNE数据降维学习【转载】
		
    转自:https://blog.csdn.net/u012162613/article/details/45920827 https://www.jianshu.com/p/d6e7083d7d61  ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. SpringBoot项目部署
			
    项目背景     个人博客:http://www.huangyichun.cn/blog/8     采用SpringBoot开发的个人博客,部署到腾讯云服务器上,服务器系统为ubuntu16.04, ...
    
			
    2. 
						
  2. category的概念
			
    category 的意思应该是为基类添加一个子类的声明方法 可以在创建基类对象的时候访问到子类的对象方法 category 可以说是 类的扩展 也可以说是 将类分成了几个模块 需要注意的是 在cate ...
    
			
    3. 
						
  3. Upload图片-单张
			
    上传图片全不怕,轻松实现图片上传, 可以实现显示缩略图喔: 后台代码: protected void btnpic_upload_Click(object sender, EventArgs e) { ...
    
			
    4. 
						
  4. div position:fixed后，水平居中的问题
			
    .div{position:fixed;margin:auto;left:0; right:0; top:0; bottom:0;width:200px; height:150px;}
    
			
    5. 
						
  5. T7314 yyy的巧克力(钟)
			
    题目描述 输入输出格式 输入格式: 如图 输出格式: 如图 输入输出样例 输入样例#1: 如图 输出样例#1: 如图 说明 如图 n*m-1 我们可以这样想,1*1的巧克力一定是由1*2的掰开的 #i ...
    
			
    6. 
						
  6. python模拟登陆知乎
			
    ---恢复内容开始--- 在完成前面的阶段的任务之后,我们现在已经能够尝试着去模拟登录一些网站了.在这里我们模拟登录一下知乎做一下实验.笔者在这里总共用了三天多的时间,下面给大家分享一下笔者是怎么一步 ...
    
			
    7. 
						
  7. python pip fatal error in launcher unable to create process using
			
    用pip安装一个包,不知道为啥,就报了这个错误:python pip fatal error in launcher unable to create process using “”   百度了一下 ...
    
			
    8. 
						
  8. Lambda 表达式-即匿名函数
			
    拉姆达值(Lambda),希腊字母表示为Λ,指与真空的空间有关的能量或暗能量.   代表转换的常量.或者转换本身.   Lambda 表达式 Lambda 表达式”是一个匿名函数,可以包含表达式和语句 ...
    
			
    9. 
						
  9. 【XSY2989】字符串
			
    题目来源:NOI2018模拟测试赛(二十六) 题解: 首先由于这是个01串,所以反对称串的意思就是这个字符串的后半部分是前半部分的反转且翻转结果: 一个串出现有三种情况:在前半部分,在后半部分或穿过中 ...
    
			
    10. 
						
  10. [读书笔记] Python数据分析 （二） 引言
			
      1. 数据分析的任务:数据读写,数据准备(清洗,修整,规范化,重塑,切片切块,变形),转换,建模计算,呈现(模型/数据) 2. 数据集: bit.ly的1.usa.gov数据:URL缩短服务bit ...
    
			
    11.