高亮颜色说明:突出重点
个人觉得,:待核准个人观点是否有误
高亮颜色超链接
曲线平滑
从TensorBoard的summary中提取数据,并使用滑动平均法平滑曲线
20210915记:
tensorboard_summary_data_process_statistics.py
tensorboard_summary_data_process_smooth.py
- 从tensorflow的summary中提取数据,并进行平滑操作与显示_Strive_For_Future的博客-CSDN博客 20201015
- 提取Tensorboard的loss曲线平滑重画_hesongzefairy的博客-CSDN博客 20201215
- tensorboard平滑曲线代码 - 知乎 20200508
正态检验 (Normality Test)
衡量数据的分散程度
20230411记:
衡量数据的分散程度。谷歌检索"plot to measure the dispersion of data;"
分散度量(Measures of Dispersion)度量数据的分散程度,即数据分布中的值有多远。范围(Range)、四分位距(IQR, Interquartile Range)、方差(Variance)和标准偏差(Standard Deviation/Squared Deviation)是用于理解数据分布的方法。
- Range = Highest_value – Lowest_value;
- IQR = Q3 - Q1;
- 方差度量数据集中每个数据点与平均值的距离;
- 标准差是原始值的方差的平方根,低标准差表示数据点接近均值。
- 平均绝对偏差(Mean Absolute Deviation)的问题在于,它不是可微分的,而且它在正态分布中不如平方偏差(Squared Deviation)所拥有的数学属性表现好(???)。
- 平方能够放大存在巨大偏差的数据点的影响。
- 总体方差的计算公式中是除以n,样本方差的计算公式中是除以n-1,'-1’表示丢失了一个自由度的意思,因为在已知n-1个样本的时候,剩余的那个样本的取值会受到样本均值的约束,而不会受到总体均值的约束。
参考:
- * Dispersion of Data : Range, IQR, Variance, Standard Deviation 20210429
- Chapter 6 Measures of Dispersion | An Introduction to Political and Social Data Analysis Using R
二级标题
待补充
待补充