簡體   English   中英

簡化遞歸均值計算

[英]Simplifying recursive mean calculation

如果我們有

E i =平均值[P i中 p的絕對值[abs(H i -p)]

H =平均值[H 0 ,H 1 ,... H i ,... H n ]

P = concat [P 0 ,P 1 ,... P i ,... P n ]

那么是否存在一種更有效的計算方法

E =平均值[P中p的絕對(abs(H-p))]

在H,P以及E i s和H i s方面,考慮到H,E和P在更高的遞歸級別上繼續用作某些i的H i ,E i和P i

如果我們在每個階段將P i的長度存儲為L i ,則可以讓

L =和[L 0 ,L 1 ,... L i ,... L n ]

使我們能夠執行更簡單的計算

E =和([P中的p的絕對(H-p)] / L)

但是abs函數的使用似乎嚴重限制了我們可以用來簡化分子的代數運算的種類。

否。假設您只有兩個組,一個組的H1 = 1,另一組的H2 =2。想象一下,P1中的每個p為0或2,P2 in中的每個p為1或3。現在無論P1和P2中的實際值如何,您將始終具有E1 = 1和E2 = 1。 但是,您可以看到,如果P1中的所有p為2,P2中的所有p為1,則因為H = 1.5,所以E將被最小化(特別是0.5)。 或者P1中的所有p可以為0,而P2中的所有p可以為3,在這種情況下,E將最大化。 (具體為1.5)。 根據p的分布,您可以獲得E在0.5到1.5之間的任何答案。 如果您實際上不去查看所有單個p,則無法分辨出E的確切值在0.5到1.5之間。 因此,您無法比O(n)花費更多的時間來計算E,其中n是P的總大小,如果您只是直接從其定義公式中計算所需的數量E,則運行時間相同。

暫無
暫無

聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.

 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM