CSP认证202206-1 归一化处理

202206-1 归一化处理

题目背景

在机器学习中，对数据进行归一化处理是一种常用的技术。将数据从各种各样分布调整为平均值为0、方差为1的标准分布，在很多情况下都可以有效地加速模型的训练。

问题描述

这里假定需要处理的数据为n个整数

这组数据的平均值：

方差:

使用如下函数处理所有数据，得到的n个浮点数即满足平均值为0且方差为1：

输入格式

从标准输入读入数据。

第一行包含一个整数 n，表示待处理的整数个数。

第二行包含空格分隔的 n 个整数，依次表示。

输出格式

输出到标准输出。

输出共 n 行，每行一个浮点数，依次表示按上述方法归一化处理后的数据。

样例输入

7
-4 293 0 -22 12 654 1000

样例输出

-0.7485510379073613
0.04504284674812264
-0.7378629047806881
-0.7966476369773906
-0.7057985054006686
1.0096468614303775
1.9341703768876082

样例解释

平均值：

方差：

标准差：

子任务

全部的测试数据保证 n,|ai|≤1000，其中 |ai| 表示 ai 的绝对值。

且输入的 n 个整数 $a_1,a_2,⋯,a_n$ 满足：方差 D(a)≥1。

评分方式

如果你输出的每个浮点数与参考结果相比，均满足绝对误差不大于$10^-4$，则该测试点满分，否则不得分。

解析

本题是一道基础模拟题，只需按照问题描述对所有需要处理的数据进行处理，在最后进行计算即可，需要注意的是本题中数据精度较高，需要采用double类型进行存储。

首先我们对变量进行定义，并采用数组存放输入的数据：

int n[1001],i,num;
double aver_a=0;//平均数
double D=0;//方差
cin>>num; 

然后我们通过for循环为数值赋值，并计算平均数aver_a：

for(i=0;i<num;i++){
		cin>>n[i];
		aver_a+=n[i];
}
aver_a=aver_a/num;

计算出平均数后，我们再通过一个for循环计算方差D：

for(i=0;i<num;i++){
		D+=((n[i]-aver_a)*(n[i]-aver_a));
}
D=D/num;

最后我们通过for循环计算出结果，注意根据题目要求需要保留16位小数：

for(i=0;i<num;i++){
       // cout<<setprecision(16)<<(double)((n[i]-aver_a)/sqrt(D))<<endl; c++形式
        printf("%.16f\\n",(n[i]-aver_a)/sqrt(D));//c形式
    }

完整代码：

#include<bits/stdc++.h>
using namespace std;
int main(){
    int n[1001],i,num;
    double aver_a=0;
    double D=0;   
    cin>>num;
    for(i=0;i<num;i++){
        cin>>n[i];
        aver_a+=n[i];
    }
    aver_a=aver_a/num;

    for(i=0;i<num;i++){
        D+=((n[i]-aver_a)*(n[i]-aver_a));
    }
    D=D/num;
    for(i=0;i<num;i++){
        printf("%.16f\n",(n[i]-aver_a)/sqrt(D));
    }
    return 0;
}