<\/p>\n
Beim Zentrieren<\/strong> eines Datensatzes wird der Mittelwert<\/a> jeder einzelnen Beobachtung<\/a> im Datensatz subtrahiert.<\/span><\/p>\n Sobald Sie einen Datensatz zentrieren, wird der Durchschnittswert des Datensatzes Null.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie man Daten in Python zentriert.<\/span><\/p>\n Angenommen, wir haben das folgende NumPy-Array:<\/span><\/span><\/p>\n Wir k\u00f6nnen eine Funktion<\/a> definieren, um den durchschnittlichen Array-Wert von jeder einzelnen Beobachtung zu subtrahieren:<\/span><\/p>\n Die resultierenden Werte sind die zentrierten Werte des Datensatzes.<\/span><\/p>\n Da der Mittelwert der Originaltabelle 14 betrug, subtrahierte diese Funktion einfach 14 von jedem einzelnen Wert in der Originaltabelle.<\/span><\/p>\n Zum Beispiel:<\/span><\/p>\n Und so weiter.<\/span><\/p>\n Wir k\u00f6nnen auch \u00fcberpr\u00fcfen, ob der Mittelwert der zentrierten Tabelle Null ist:<\/span><\/p>\n Angenommen, wir haben den folgenden Pandas-DataFrame:<\/span><\/span><\/p>\n Wir k\u00f6nnen die Funktion pandas apply()<\/strong> verwenden, um die Werte jeder Spalte im DataFrame zu zentrieren:<\/span><\/p>\n Wir k\u00f6nnen dann \u00fcberpr\u00fcfen, ob der Durchschnittswert jeder Spalte Null ist:<\/span><\/p>\n Spaltendurchschnitte werden in wissenschaftlicher Notation angezeigt, aber jeder Wert ist im Wesentlichen Null.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie Sie andere g\u00e4ngige Vorg\u00e4nge in Python ausf\u00fchren:<\/span><\/p>\n So berechnen Sie einen getrimmten Mittelwert in Python<\/a> Beim Zentrieren eines Datensatzes wird der Mittelwert jeder einzelnen Beobachtung im Datensatz subtrahiert. Sobald Sie einen Datensatz zentrieren, wird der Durchschnittswert des Datensatzes Null. Die folgenden Beispiele zeigen, wie man Daten in Python zentriert. Beispiel 1: Zentrieren Sie die Werte eines NumPy-Arrays Angenommen, wir haben das folgende NumPy-Array: import numpy as np #create NumPy array […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Beispiel 1: Zentrieren Sie die Werte eines NumPy-Arrays<\/strong><\/span><\/h3>\n
import<\/span> numpy as<\/span> np\n\n#create NumPy array<\/span>\ndata = np. array<\/span> ([4, 6, 9, 13, 14, 17, 18, 19, 19, 21])\n\n#display mean of array<\/span>\nprint<\/span> ( data.mean<\/span> ())\n\n14.0<\/strong><\/pre>\n #create function to data center\ncenter_function = lambda<\/span> x: x - x. mean<\/span> ()<\/span>\n\n#apply function to original NumPy array\ndata_centered = center_function(data)\n<\/span>\n#view updated Array\nprint<\/span> (data_centered)\n\narray([-10., -8., -5., -1., 0., 3., 4., 5., 5., 7.])\n<\/span><\/span><\/strong><\/pre>\n\n
#display mean of centered array<\/span>\nprint<\/span> ( data_centered.mean<\/span> ())\n\n0.0<\/strong><\/pre>\n Beispiel 2: Zentrieren Sie die Spalten eines Pandas DataFrame<\/strong><\/span><\/h3>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\n<\/span>df = pd. DataFrame<\/span> ({' x<\/span> ': [1, 4, 5, 6, 6, 8, 9],\n ' y<\/span> ': [7, 7, 8, 8, 8, 9, 12],\n ' z<\/span> ': [3, 3, 4, 4, 6, 7, 7]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n X Y Z\n0 1 7 3\n1 4 7 3\n2 5 8 4\n3 6 8 4\n4 6 8 6\n5 8 9 7\n6 9 12 7<\/strong><\/pre>\n #center the values in each column of the DataFrame<\/span>\ndf_centered = df. apply<\/span> ( lambda<\/span> x: xx.mean<\/span> ())\n\n#view centered DataFrame<\/span>\nprint<\/span> (df_centered)\n\n\t X Y Z\n0 -4.571429 -1.428571 -1.857143\n1 -1.571429 -1.428571 -1.857143\n2 -0.571429 -0.428571 -0.857143\n3 0.428571 -0.428571 -0.857143\n4 0.428571 -0.428571 1.142857\n5 2.428571 0.571429 2.142857\n6 3.428571 3.571429 2.142857 \n<\/strong><\/pre>\n #display mean of each column in the DataFrame<\/span>\ndf_centered. mean<\/span> ()\n\nx 2.537653e-16\ny-2.537653e-16\nz 3.806479e-16\ndtype:float64\n<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h3>\n
So berechnen Sie den mittleren quadratischen Fehler (MSE) in Python<\/a>
So berechnen Sie den Durchschnitt ausgew\u00e4hlter Spalten in Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"