เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การคำนวณค่าความแปรปรวน

การทำความเข้าใจกระบวนการทำงานเบื้องหลังของฟังก์ชันที่ใช้บ่อยนั้นเป็นสิ่งสำคัญ แม้อาจรู้วิธีคำนวณค่าความแปรปรวนอยู่แล้ว แต่คอร์สนี้เป็นคอร์สสำหรับผู้เริ่มต้นและไม่ได้ตั้งข้อสมมติดังกล่าว ในแบบฝึกหัดนี้ เราจะคำนวณค่าความแปรปรวนของความยาวกลีบดอกของ Iris versicolor อย่างชัดเจนตามสมการที่อธิบายในวิดีโอ จากนั้นจะใช้ np.var() เพื่อตรวจสอบผลลัพธ์

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Statistical Thinking in Python (ตอนที่ 1)

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้างอาร์เรย์ชื่อ differences โดยให้เป็นผลต่างระหว่างความยาวกลีบดอก (versicolor_petal_length) กับค่าเฉลี่ยความยาวกลีบดอก ตัวแปร versicolor_petal_length มีอยู่ใน namespace แล้วในรูปแบบ NumPy array ดังนั้นจึงใช้ประโยชน์จากการดำเนินการแบบ vectorized ของ NumPy ได้เลย
  • ยกกำลังสองแต่ละสมาชิกในอาร์เรย์นี้ ตัวอย่างเช่น x**2 จะยกกำลังสองแต่ละสมาชิกในอาร์เรย์ x เก็บผลลัพธ์ไว้ในตัวแปร diff_sq
  • คำนวณค่าเฉลี่ยของสมาชิกใน diff_sq ด้วย np.mean() แล้วเก็บผลลัพธ์ไว้ในตัวแปร variance_explicit
  • คำนวณค่าความแปรปรวนของ versicolor_petal_length ด้วย np.var() แล้วเก็บผลลัพธ์ไว้ในตัวแปร variance_np
  • แสดงค่า variance_explicit และ variance_np ในคำสั่ง print เดียวกัน เพื่อตรวจสอบว่าทั้งสองค่าสอดคล้องกัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Array of differences to mean: differences


# Square the differences: diff_sq


# Compute the mean square difference: variance_explicit


# Compute the variance using NumPy: variance_np


# Print the results
แก้ไขและรันโค้ด