机器学习中的数学（2）：均数
生活中常见的均值为算术平均值（或平均数）：将所有的数字加起来，然后除以数字的个数。
注：μ表示平均数，∑x表示数字的和，n表示数字个数
或使用频数计算算术平均值
注：∑f表示频数和，∑fx表示频数与数字的乘积和
生活中常遇到新闻上说当前某个城市的平均房价，平均工资。特别是平均工资特别让我们气愤，总感觉自己在拖国家后腿。其实我们是被平均了
| 姓名 | 收入(月) |
| 张三 | 8000 |
| 王二 | 8000 |
| 李四 | 10000 |
| 张五 | 8000 |
| 陈六 | 5000 |
| 刘七 | 5000 |
| 马云 | 60000000 |
| 马化腾 | 50000000 |
如果按照算术平均数进行计算，上面个八个人的平均月收入是13755687.5，不难看出平均月收入远低于平均收入。相对普通人的月收入，二马的收入被称为异常值。异常数据的存在经常导致的问题是数据倾斜。
当数据向右倾斜时，平均值大于大部分数字；当数据向左倾斜时，平均值小于大部分数字。
注：除上述图形的形式观察数据倾斜情况外，在数据统计过程中，我们常用方差，标准差等观察数据分布情况，这些在之后会说到
当偏斜数据和异常值使平均值产生误导时，我们需要用其他方式表示典型值，例如中间值，即中位数。首先我们把需要的值按照升序或者降序进行排列，取一列数中的中间的数字，如果该列数据为偶数，则取中间两个数的算术平均数。例如上面的月收入数据中间数为（8000，8000），取平均值得中位数为8000。中位数的主要特点就是不受分布数列的极大或极小值影响，从而在一定程度上提高了中位数对分布数列的代表性。
相比与平均数，如果数据未出现倾斜，中位数等于平均数；如果数据向右倾斜，则中位数小于平均数；反之则大于。
相比于老外，中国人都是无神论者，从古至今都是敢与天搏和地斗，用毛泽东的话说：“敢叫日月换新颜”。但是有些人就是命好，赶上拆迁了，个人资产瞬间提升。利于郑州的一个城中村的家庭存款情况汇总如下：
| 家庭存款(万) | 10 | 20 | 30 | 3000 | 3500 | 5000 |
| 户数 | 2 | 5 | 3 | 3 | 5 | 2 |
不难算出上述表格中家庭存款平均数与中位数相等均为1515万。但是中位数与平均数都不能体现该村家庭存款的真实情况，这时我们需要另一个平均数——众数。
众数是数据集中出现频率最高的数值，与平均数与中位数不一样的是，众数是数据集中的一个数值，且该数值在数据集中频繁出现。有时，数据的众数可以不止一个。如果有一个以上的数值具有最大频数，则每一个这样的数值都是众数。如果数据看上去体现了多趋势或多批数据，那么我们就为每一批数据给出一个众数。如果一批数据有两个众数，则被称为双峰数据。
众数不仅能用于数值型数据，还能用于类别数据，众数是唯一能用于类别数据平均数。具有最高频数的组被称为众数组。
统计中常用的统计方法：观察法、金氏插入法、皮尔逊经验法
1、观察法：若数据已归类，则出现频数最多的数据即为众数；若数据已分组，则频数最多的那一组的组中值即为众数。用观察法求得的众数，一般是粗略众数。
2、金氏插入法：计算公式如下或
式中L 表示众数所在组的精确下限，U 表示众数所在组的精确上限，fa 为与众数组下限相邻的频数，fb为与众数组上限相邻的频数， i 为组距。
3、皮尔逊经验法：计算公式
式中ξ 为样本均值， Md 为中数，用皮尔逊公司计算所得众数近似于理论众数，常称为皮尔逊近似众数。众数是皮尔逊（Pearson,K.）最先提出并在生物统计学中使用的，以上是数据出自于离散型随机变量时求众数的方法，对于连续型随机变量ξ ，若概率密度函数为 f ，且 f 恰有一个最大值，则此最大值称为ξ 的众数，有时也把 f 的极大值称为众数； f 有两个以上极大值时，亦称复众数。
注：该文中部分内容参考了《深入浅出统计学》，百度百科
机器学习中的数学（2）：均数相关推荐
- 机器学习中的数学 人工智能深度学习技术丛书
作者:孙博 著 出版社:中国水利水电出版社 品牌:智博尚书 出版时间:2019-11-01 机器学习中的数学 人工智能深度学习技术丛书 ISBN:9787517077190
- 机器学习中的数学：一份新鲜出炉的热门草稿
来源:机器之心 本文约1500字,建议阅读5分钟. 本文为你分享近日<Mathematics for Machine Learning>的全部草稿已放出,我们整理了这本书的简要概述. 近日 ...
- 机器学习中的数学知识(part4)--拟牛顿法
学习笔记,仅供参考,有错必究 文章目录 机器学习中的数学知识 拟牛顿法 面临的问题(局部极小/鞍点) 机器学习中的数学知识 拟牛顿法
- 机器学习中的数学知识(part3)--凸优化
学习笔记,仅供参考,有错必究 文章目录 机器学习中的数学知识 凸优化 非凸优化 机器学习中的数学知识 凸优化 下面是实际问题中常见的凸集,记住它们对理解后面的算法非常有帮助. n n
- 机器学习中的数学知识(part2)
学习笔记,仅供参考,有错必纠 参考自:<机器学习与应用>–雷明 文章目录 机器学习中的数学知识 泰勒展开 梯度下降法 牛顿法 机器学习中的数学知识 泰勒展开 梯度下降法
- 机器学习中的数学知识(part1)
学习笔记,仅供参考,有错必纠 参考自:<机器学习与应用>–雷明 文章目录 机器学习中的数学知识 偏导数与梯度 雅克比矩阵 Hessian矩阵 奇异值分解 向量与矩阵求导 机器学习中的数学知 ...
- 我们该如何学习机器学习中的数学
数学在机器学习中非常重要,不论是在算法上理解模型代码,还是在工程上构建系统,数学都必不可少.通常离开学校后很难有机会静下心学习数学知识,因此我们最好能通过阅读小组或读书会等形式营造环境,并专注学习那些 ...
- 机器学习中的数学(七)--凸优化的基础知识
写在前面 <机器学习中的数学>系列主要列举了在机器学习中用到的较多的数学知识,包括微积分,线性代数,概率统计,信息论以及凸优化等等.本系列重在描述基本概念,并不在应用的方面的做深入的探讨, ...
- 机器学习中的数学(六)--信息论与激活函数
写在前面 <机器学习中的数学>系列主要列举了在机器学习中用到的较多的数学知识,包括微积分,线性代数,概率统计,信息论以及凸优化等等.本系列重在描述基本概念,并不在应用的方面的做深入的探讨, ...
- 机器学习中的数学(四)--线性代数
写在前面 <机器学习中的数学>系列主要列举了在机器学习中用到的较多的数学知识,包括微积分,线性代数,概率统计,信息论以及凸优化等等.本系列重在描述基本概念,并不在应用的方面的做深入的探讨, ...
最新文章
- mysql表一定要主键吗_最滋补五脏的食物表，一定要给家人存下
- 检测子进程的结束返回状态，status的取值可以是哪些？（简析）
- js动态改变下拉菜单内容示例 .
- foxmail、outlook发送邮件，进度条很慢
- CodeForces - 364A Matrix(思维+数学)
- C++11的for循环使用auto的新用法
- java怎么给list集合排序_java list集合排序按某一属性排序操作
- tab vue 竖排_vue 实现tab切换保持数据状态
- HTML表格属性跨列,HTML表格的使用 与 跨行跨列
- APP UI自动化测试：框架选择、环境搭建、脚本编写……全总结
- Camshift算法
- 校园二手交易平台项目总结 2013年12月23日，5:57:29
- 2021小结暨2022打脸计划
- android 检查电话号码是否合理（含大陆和香港格式）
- 解决警告Presenting view controllers on detached view controllers is discouraged 以及引申
- C语言之动态内存管理
- 看《大话西游》，你哭了么
- 接口测试中Post方法怎么测？
- rockchip中的vop
- 微信文件删除了怎么恢复，2个实测有效的办法推荐