【Python机器学习】——标准差

Python机器学习——标准差

一、Python 标准差

什么是标准差？
标准差（Standard Deviation，又常称均方差）是一个数字，描述值的离散程度。
低标准偏差表示大多数数字接近均值（平均值）。
高标准偏差表示这些值分布在更宽的范围内。
例如：这次我们已经登记了 7 辆车的速度：
speed = [86,87,88,86,87,85,86]
标准差是：
0.9
意味着大多数值在平均值的 0.9 范围内，即 86.4。
让我们对范围更广的数字集合进行处理：
speed = [32,111,138,28,59,77,97]
标准差是：
37.85
这意味着大多数值都在平均值（平均值为 77.4）的 37.85 范围内。
如您所见，较高的标准偏差表示这些值分布在较宽的范围内。
NumPy 模块有一种计算标准差的方法：
实例
请使用 NumPy std() 方法查找标准差：
import numpy
speed = [86,87,88,86,87,85,86]
x = numpy.std(speed)
print(x)
实例