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. 分析性能瓶颈的视图：v$session_wait
			
    这是一个寻找性能瓶颈的关键视图.它提供了任何情况下session在数据库中当前正在等待什么(如果session当前什么也没在做,则显示它最后的等待事件).当系统存在性能问题时,本视图可以做为一个起点指 ...
    
			
    2. 
						
  2. USACO 2.2 Runaround Numbers
			
    Runaround Numbers Runaround numbers are integers with unique digits, none of which is zero (e.g., 81 ...
    
			
    3. 
						
  3. 比较不错的spring学习博客
			
    http://blog.csdn.net/tangl_99/article/details/1176141
    
			
    4. 
						
  4. Redis学习笔记（七） 基本命令：Set操作
			
    原文链接:http://doc.redisfans.com/set/index.html 虽然set和list很相似但还是有一些差别的,如set中的顺序没有先后之分,所以不像list一样可以在首尾增删 ...
    
			
    5. 
						
  5. COM基础
			
    为什么说COM的可重用性是建立在二进制级别? COM本身是语言无关,它的标准建立在二进制级别.对于使用COM组件的客户程序,它只需要要使用的COM对象信息就可以通过COM库的帮助创建和使用COM对象, ...
    
			
    6. 
						
  6. 利用hexo+github创建个人博客
			
    因为想拥有一个独属于自己的个人博客啊. 安装部署hexo 进入一个安全的目录,cd ~/Desktop 在 GitHub 上新建一个空 repo,repo 名称是「你的GitHub用户名.github ...
    
			
    7. 
						
  7. 洛谷P4012 深海机器人问题(费用流)
			
    题目描述 深海资源考察探险队的潜艇将到达深海的海底进行科学考察. 潜艇内有多个深海机器人.潜艇到达深海海底后,深海机器人将离开潜艇向预定目标移动. 深海机器人在移动中还必须沿途采集海底生物标本.沿途生 ...
    
			
    8. 
						
  8. log4j:WARN Please initialize the log4j system properly.解决方案
			
    在使用quarz任务调度框架时的错误,实际上这个问题很常见,并不影响程序的使用,只是缺少日志输出,完整错误信息: log4j:WARN No appenders could be found for  ...
    
			
    9. 
						
  9. Android 自定义ScrollView的滑动监听事件
			
    项目结构: 1.LazyScrollView类(自定义ScrollView) package android.zhh.com.myapplicationscrollview; /** * Create ...
    
			
    10. 
						
  10. 实现点击EditText登录时，界面上移避免键盘遮挡界面
			
    <ScrollView xmlns:android="http://schemas.android.com/apk/res/android" xmlns:tools=&quo ...
    
			
    11.