数据集的基本统计计算是应用数学,以及统计应用中最常用的功能。如计算数据集的均值,方差,标准差,最大值,最小值,熵等等。Math.NET中的MathNet.Numerics.Statistics命名空间就包括了大量的这些统计计算的函数。今天就为大家介绍这方面的内容。这样就可以使用C#进行数据集合的相关统计计算,以前在matlab中一个函数可以解决的问题,在C#里面也可以一个函数解决。所以Math.NET很大程度上替代了Matlab的基础数据计算功能,当然是不能和Matlab媲美的。
本博客所有文章分类的总目录:【总目录】本博客博文总目录-实时更新
开源Math.NET基础数学类库使用总目录:【目录】开源Math.NET基础数学类库使用总目录
前言
数据集的基本统计计算是应用数学,以及统计应用中最常用的功能。如计算数据集的均值,方差,标准差,最大值,最小值,熵等等。Math.NET中的MathNet.Numerics.Statistics命名空间就包括了大量的这些统计计算的函数。今天就为大家介绍这方面的内容。这样就可以使用C#进行数据集合的相关统计计算,以前在matlab中一个函数可以解决的问题,在C#里面也可以一个函数解决。所以Math.NET很大程度上替代了Matlab的基础数据计算功能,当然是不能和Matlab媲美的。
如果本文资源或者显示有问题,请参考 本文原文地址:http://www.cnblogs.com/asxinyu/p/4301252.html
1.Math.NET的统计函数类
Math.NET在MathNet.Numerics.Statistics命名空间中的基本数据统计类及作用介绍如下,静态类中的方法基本上都可以直接作为扩展方法使用:
1.Statistics类,基础的数据集统计,如最小值,最大值,平均值,总体方差,标准差等等。为静态类,注意Statistics是一个总体的统计类,其很多函数的调用都是根据数据集的类型分开调用StreamingStatistics和ArrayStatistics;
2.StreamingStatistics,静态类,是流数据集的统计,适合于一些大数据集,不能一次性读入内存的情况;
3.ArrayStatistics,静态类,是普通的未排序数组数据集的统计,一次性都加载在内存,因此计算比较方便;
4.SortedArrayStatistics,静态类,是排序数组数据集的统计;
5.DescriptiveStatistics,非静态类,与Statistics类的功能类似,但不一样的是Statistics是静态方法,一一计算,而该类是初始化的时候,可以一次性计算所有的指标,直接通过属性进行获取。
6.RunningStatistics,非静态类,和Statistics类功能差不多,但允许动态更新数据,进行再次计算;
2.统计函数类的实现
上述有多个统计类,但核心的代码不多。上述多个实现,也只是为了满足多种不同的需求。我们一起看一个基本实现:ArrayStatistics类,类的核心实现,代码过多,只列举了代码原型,和注释:
1 /// <summary>
2 /// 对未排序的数组进行统计操作 警告: Methods with the Inplace-suffix may modify the data array by reordering its entries.
3 /// </summary>
4 public static class ArrayStatistics
5 {
6 /// <summary>返回未排序数组的最小值,如果数据为空或者元素为NaN,则返回NaN.</summary>
7 /// <param name="data">简单的未排序数组.</param>
8 public static double Minimum(double[] data)
9
10 /// <summary>返回未排序数组的最小值,如果数据为空或者元素为NaN,则返回NaN.</summary>
11 /// <param name="data">简单的未排序数组.</param>
12 public static float Minimum(float[] data) ;
13
14 /// <summary>返回未排序数组的最大值,如果数据为空或者元素为NaN,则返回NaN.</summary>
15 /// <param name="data">简单的未排序数组.</param>
16 public static double Maximum(double[] data) ;
17
18 /// <summary>返回未排序数组的最大值,如果数据为空或者元素为NaN,则返回NaN.</summary>
19 /// <param name="data">简单的未排序数组.</param>
20 public static float Maximum(float[] data);
21
22 /// <summary>计算未排序数组的算术平均值,如果数据是空的或者元素为NaN</summary>
23 /// <param name="data">简单的未排序数组.</param>
24 public static double Mean(double[] data) ;
25
26 /// <summary>
27 /// 计算未排序数组的无偏总体方差:对大小为N的数据集,使用N-1进行标准化.
28 /// (Bessel's correction). 贝塞尔(无偏估计)校正系数
29 /// 如果数据连小于2,或者数据为NaN,则返回NaN
30 /// </summary>
31 /// <param name="samples">简单的未排序数组.</param>
32 public static double Variance(double[] samples) ;
33
34 /// <summary>
35 /// 计算为排序数组的总体方差.对大小为N的数据集,使用N进行标准化.因此是有偏差的
36 /// 如果数据为NaN,则返回NaN
37 /// </summary>
38 /// <param name="population">简单的未排序数组.</param>
39 public static double PopulationVariance(double[] population) ;
40
41 /// <summary>
42 /// 计算无偏总体标准差:对大小为N的数据集,使用N-1进行标准化.
43 /// 如果数据连小于2,或者数据为NaN,则返回NaN
44 /// </summary>
45 /// <param name="samples">简单的未排序数组.</param>
46 public static double StandardDeviation(double[] samples)
47 {
48 return Math.Sqrt(Variance(samples));
49 }
50
51 /// <summary>
52 /// 计算总体标准差:对大小为N的数据集,使用N进行标准化.
53 /// 如果数据为NaN,则返回NaN.
54 /// </summary>
55 /// <param name="population">简单的未排序数组.</param>
56 public static double PopulationStandardDeviation(double[] population)
57 {
58 return Math.Sqrt(PopulationVariance(population));
59 }
60
61 /// <summary>计算算术平均值和无偏总体偏差,是2个方法的综合</summary>
62 /// <param name="samples">简单的未排序数组.</param>
63 public static Tuple<double, double> MeanVariance(double[] samples)
64 {
65 return new Tuple<double, double>(Mean(samples), Variance(samples));
66 }
67
68 /// <summary>计算算术平均值和无偏总体标准差,是2个方法的综合</summary>
69 /// <param name="samples">简单的未排序数组.</param>
70 public static Tuple<double, double> MeanStandardDeviation(double[] samples)
71 {
72 return new Tuple<double, double>(Mean(samples), StandardDeviation(samples));
73 }
74
75 /// <summary>计算2个数组的无偏协方差:对大小为N的数据集,使用N-1进行标准化.</summary>
76 /// <param name="samples1">第一个数组.</param>
77 /// <param name="samples2">第二个数组.</param>
78 public static double Covariance(double[] samples1, double[] samples2) ;
79
80 /// <summary>计算2个数组的总体协方差:对大小为N的数据集,使用N进行标准化.</summary>
81 /// <param name="population1">第一个数组.</param>
82 /// <param name="population2">第二个数组.</param>
83 public static double PopulationCovariance(double[] population1, double[] population2) ;
84
85 /// <summary>计算数组的均方根误差(RMS).</summary>
86 /// <param name="data">简单的未排序数组.</param>
87 public static double RootMeanSquare(double[] data) ;
88
89 /// <summary>计算未排序数组的 顺序统计量(1..N). 注意:会导致data数组的值会重新排序.</summary>
90 /// <param name="data">数组,未排序,计算过程会被排序.</param>
91 /// <param name="order">从1开始的顺序统计,1 - N 之间.</param>
92 public static double OrderStatisticInplace(double[] data, int order) ;
93
94 /// <summary>计算未排序数组的中位数:data数组会被重新排序.</summary>
95 /// <param name="data">数组,未排序,计算过程会被排序.</param>
96 public static double MedianInplace(double[] data)
97 {
98 var k = data.Length/2;
99 return data.Length.IsOdd()
100 ? SelectInplace(data, k)
101 : (SelectInplace(data, k - 1) + SelectInplace(data, k))/2.0;
102 }
103
104 /// <summary>
105 /// 计算未排序数组的p百分位数:如果需要非整数百分比,使用分位数替代.
106 /// Approximately median-unbiased regardless of the sample distribution (R8).
107 /// WARNING: 计算过程会对data排序.
108 /// </summary>
109 /// <param name="data">数组,未排序,计算过程会被排序.</param>
110 /// <param name="p">p分为点,0 - 100 之间.</param>
111 public static double PercentileInplace(double[] data, int p)
112 {
113 return QuantileInplace(data, p/100d);
114 }
115
116 /// <summary>
117 /// 计算未排序数组的第一个四分位数的值
118 /// Approximately median-unbiased regardless of the sample distribution (R8).
119 /// WARNING: 计算过程会对data排序.
120 /// </summary>
121 /// <param name="data">数组,未排序,计算过程会被排序.</param>
122 public static double LowerQuartileInplace(double[] data)
123 {
124 return QuantileInplace(data, 0.25d);
125 }
126
127 /// <summary>
128 /// 计算未排序数组的第三个四分位数的值
129 /// Approximately median-unbiased regardless of the sample distribution (R8).
130 /// WARNING: 计算过程会对data排序.
131 /// </summary>
132 /// <param name="data">数组,未排序,计算过程会被排序.</param>
133 public static double UpperQuartileInplace(double[] data)
134 {
135 return QuantileInplace(data, 0.75d);
136 }
当然不是所有人都会用到这些函数,一般人可能只会用到一些常用的,如均值,方差等等。详细的使用,可以看下面的例子。
3.统计函数使用的例子1
上面已经提到,对于静态类中的方法,可以根据需要使用扩展方法,或者直接调用该函数进行计算相应的统计指标。这种事情是非常简单的,看一个综合的例子:
1 //先生成数据集合
2 var chiSquare = new ChiSquared(5);
3 Console.WriteLine(@"2. Generate 1000 samples of the ChiSquare(5) distribution");
4 var data = new double[1000];
5 for (var i = 0; i < data.Length; i++)
6 {
7 data[i] = chiSquare.Sample();
8 }
9
10 //使用扩展方法进行相关计算
11 Console.WriteLine(@"3.使用扩展方法获取生成数据的基本统计结果");
12 Console.WriteLine(@"{0} - 最大值", data.Maximum().ToString(" #0.00000;-#0.00000"));
13 Console.WriteLine(@"{0} - 最小值", data.Minimum().ToString(" #0.00000;-#0.00000"));
14 Console.WriteLine(@"{0} - 均值", data.Mean().ToString(" #0.00000;-#0.00000"));
15 Console.WriteLine(@"{0} - 中间值", data.Median().ToString(" #0.00000;-#0.00000"));
16 Console.WriteLine(@"{0} - 有偏方差", data.PopulationVariance().ToString(" #0.00000;-#0.00000"));
17 Console.WriteLine(@"{0} - 无偏方差", data.Variance().ToString(" #0.00000;-#0.00000"));
18 Console.WriteLine(@"{0} - 标准偏差", data.StandardDeviation().ToString(" #0.00000;-#0.00000"));
19 Console.WriteLine(@"{0} - 标准有偏偏差", data.PopulationStandardDeviation().ToString(" #0.00000;-#0.00000"));
20 Console.WriteLine();
结果如下:
1 3.使用扩展方法获取生成数据的基本统计结果
2 19.84215 - 最大值
3 0.20662 - 最小值
4 4.92818 - 均值
5 4.35988 - 中间值
6 9.34684 - 有偏方差
7 9.35619 - 无偏方差
8 3.05879 - 标准偏差
9 3.05726 - 标准有偏偏差
下面将介绍使用DescriptiveStatistics类直接进行所有指标计算的例子。
4.统计函数使用的例子2
使用DescriptiveStatistics的方法也很简单,直接使用数据数组进行初始化,然后根据属性获取对应的指标结果就可以了。如下代码:
1 Console.WriteLine(@"4. 使用DescriptiveStatistics类进行基本的统计计算");
2 var descriptiveStatistics = new DescriptiveStatistics(data);//使用数据进行类型的初始化
3 //直接使用属性获取结果
4 Console.WriteLine(@"{0} - Kurtosis", descriptiveStatistics.Kurtosis.ToString(" #0.00000;-#0.00000"));
5 Console.WriteLine(@"{0} - Largest element", descriptiveStatistics.Maximum.ToString(" #0.00000;-#0.00000"));
6 Console.WriteLine(@"{0} - Smallest element", descriptiveStatistics.Minimum.ToString(" #0.00000;-#0.00000"));
7 Console.WriteLine(@"{0} - Mean", descriptiveStatistics.Mean.ToString(" #0.00000;-#0.00000"));
8 Console.WriteLine(@"{0} - Variance", descriptiveStatistics.Variance.ToString(" #0.00000;-#0.00000"));
9 Console.WriteLine(@"{0} - Standard deviation", descriptiveStatistics.StandardDeviation.ToString(" #0.00000;-#0.00000"));
10 Console.WriteLine(@"{0} - Skewness", descriptiveStatistics.Skewness.ToString(" #0.00000;-#0.00000"));
11 Console.WriteLine();
4. Compute the basic statistics of data set using DescriptiveStatistics class
1.69649 - Kurtosis
19.84215 - Largest element
0.20662 - Smallest element
4.92818 - Mean
9.35619 - Variance
3.05879 - Standard deviation
1.15298 - Skewness
5.资源
源码下载:http://www.cnblogs.com/asxinyu/p/4264638.html
如果本文资源或者显示有问题,请参考 本文原文地址:http://www.cnblogs.com/asxinyu/p/4301252.html
.NET数据挖掘与机器学习,作者博客:
http://www.cnblogs.com/asxinyu
E-mail:[email protected]