Praktische Ratschläge, bitte. - Seite 5

[Roman]

Dmitry Fedoseev:

Mod 1	Modus 2	Modus 3	Modus 4	Modus 5	(vi) Modus 6	(vi) Modus 7	(vi) Modus 8	(vi) Mod 9	(vi) Mod 10	(vi) Mod 11	(vi) Mod 12	(viii) mod 13	(vi) 14	Modus 15	Betrag
4,43 1	17,09 1	15,82 2	2,53 1	0,63 1	17,72 1	28,48 1	5,70 2	13,29 3	5,70 2	8,23 2	6,33 2	0,63 1	3,16 3	6,96 3	23
5,06 2	17,72 2	12,66 1	3,80 2	0,63 1	19,62 2	29,11 2	4,43 1	9,49 2	5,06 1	6,33 1	6,33 2	1,90 2	1,90 2	6,33 2	26
4,43 1	20,25 3	16,46 3	4,43 3	0,63 1	17,72 1	29,75 3	6,33 3	5,06 1	8,23 3	10,13 3	5,06 1	0,63 1	1,27 1	4,43 1	29

Die niedrigste Summe ist 23, wobei die erste Zeile gewählt wurde.

Danke, das werde ich mir auch notieren.

Es handelt sich dabei jedoch um Fehlerwerte. Ist diese Methode zur Schätzung des Ratings zuverlässig?
In der Statistik wird zur Schätzung von Fehlern hauptsächlich die Summe der Quadrate verwendet.
Und die Summe der Quadrate und die Bewertung haben unterschiedliche Ergebnisse, welcher Methode ist also zu vertrauen?

;))

In welchem mathematischen Bereich wird die Ranking-Methode eingesetzt?
Dieses Material zu rauchen und zu verstehen, wo es verwendet wird.

[Dmitry Fedoseev]

Die angewandte Methode sollte diejenige sein, die eine zufriedenstellende Lösung für das jeweilige Problem bietet. Wenn Sie eine Methode anwenden, müssen Sie verstehen, was Sie tun und was Sie bekommen.

Wenn Sie keine Vorstellung davon haben, wie ein zufriedenstellendes Ergebnis aussehen sollte, ist es egal, welche Methode Sie anwenden.

[Roman]

Dmitry Fedoseev:

Die angewandte Methode sollte diejenige sein, die eine zufriedenstellende Lösung für das jeweilige Problem bietet. Wenn Sie eine Methode anwenden, müssen Sie verstehen, was Sie tun und was Sie bekommen.

Und wenn Sie keine Vorstellung davon haben, wie ein zufriedenstellendes Ergebnis aussehen sollte, ist es egal, welche Methode Sie anwenden.

Ich stimme teilweise zu, aber in diesem Fall bewerten wir den Wert des Fehlers selbst und nicht sein Wiederauftreten in einem Modul.
Diese Methode eignet sich für die Auswertung von sich wiederholenden Werten.
Ich glaube nicht, dass dies die richtige Methode ist, um die Fehlerwerte selbst zu bewerten.

[Dmitry Fedoseev]

Roman:

Ich stimme teilweise zu, aber in diesem Fall bewerten wir den Fehler selbst und nicht seine Wiederholung in einem Modul.
Diese Methode eignet sich für die Auswertung von wiederkehrenden Werten.
Ich glaube nicht, dass dies die richtige Methode ist, um die Fehlerwerte selbst zu bewerten.

Wenn sich die Werte wiederholen, ergibt sich genau das gleiche Ergebnis wie beim Vertauschen mit 1, 2 und 3.

Lesen Sie den ersten Beitrag dieses Themas, dort hat der Verfasser des Themas sein Problem formuliert - lesen Sie es einfach, anstatt es zu erfinden.

[Roman]

Dmitry Fedoseev:

Wenn sich die Werte wiederholen, ergeben sie selbst genau das gleiche Ergebnis, als wenn sie mit 1, 2, 3 vertauscht würden.

Lesen Sie den ersten Beitrag dieses Themas, in dem der Verfasser des Themas sein Problem formuliert - lesen Sie es einfach, anstatt es zu erfinden.

Niemand hat sich das also ausgedacht. Wie ich dem ersten Beitrag entnommen habe, bestand die ursprüngliche Aufgabe darin, die Fehlerminimierung abzuschätzen.
Und der Autor hat in seiner Tabelle sogar den Durchschnitt aller Fehler ermittelt. Aber er hielt sie weder für praktisch noch für informativ.
Die Schätzung der Fehlerminimierung und die Schätzung der Wiederholungswerte sind unterschiedliche Aufgaben.

[Dmitry Fedoseev]

Roman:

Das hat sich also niemand ausgedacht. Wie ich dem ersten Beitrag entnommen habe, bestand das ursprüngliche Ziel in der Minimierung von Schätzfehlern.
Und der Themenstarter hat sogar alle Fehler in seiner Tabelle gemittelt. Aber er hielt sie weder für praktisch noch für informativ.
Die Schätzung der Fehlerminimierung und die Schätzung der wiederkehrenden Werte sind unterschiedliche Aufgaben.

Es reicht nicht aus, nur den Durchschnitt zu verwenden, man muss auch eine starke Überschreitung vermeiden.

[Alexandr Andreev]

Dmitry Fedoseev:

Es reicht nicht aus, einen Durchschnitt zu haben, man muss auch eine niedrige Auswurfrate haben.

und damit das Produkt

[Roman]

Dmitry Fedoseev:

Es reicht nicht aus, nur den Durchschnitt zu verwenden, wir müssen auch große Ausreißer vermeiden.

Dann müssen Sie die Eingabedaten zusätzlich vorbereiten, normalisieren oder standardisieren.
In meinem Beispiel wird dies durch MathPow(arr[i] - (max-min)/* oder avg*/, 2.0) berücksichtigt, und das Produkt wird durch die Quadratfunktion gebildet.
Das heißt, es wird mit der zweiten Potenz gerechnet, die dem Produkt entspricht.

[Roman]

Da wir gerade beim Thema Normalisierung und Standardisierung sind: Diese Angleichung wird vorgenommen, wenn die zu vergleichenden Werte auf den gleichen Maßstab gebracht werden müssen.
Was meinen Sie mit "Normalisierung auf dieselbe Skala"?
Zum Beispiel, wenn wir Zahlen wie 81.500 und 1.13453 oder 5200.1 oder 27340 usw. vergleichen müssen.
Das heißt, die Werte haben eine unterschiedliche Anzahl von Ziffern nach der ganzen Zahl.
Um solche Daten zu vergleichen oder sie in ein Modell einzugeben, muss man, wenn das Modell mehrere Vorzeichen hat, eine Normalisierung oder Standardisierung vornehmen (
), damit das Modell richtig rechnet und die korrekte Berechnung ergibt.
Ich habe solche Funktionen geschrieben, wenn jemand sie braucht, bitte verwenden Sie sie.

//--------------------------------------------------------------------
//Возвращает максимальное значение элементов массива
double ArrayMax(double & arrIn[])
{
   uint size = ArraySize(arrIn);
   if(size == 0) 
      return(0.0);          
   
   double max = arrIn[0];
   for(uint i=1; i<size; i++)
      if(arrIn[i] > max) 
         max = arrIn[i];

   return(max);
}

//--------------------------------------------------------------------
//Возвращает минимальное значение элементов массива
double ArrayMin(double & arrIn[])
{
   uint size = ArraySize(arrIn);
   if(size == 0) 
      return(0.0);   
   
   double min = arrIn[0];  
   for(uint i=1; i<size; i++)
      if(arrIn[i] < min) 
         min = arrIn[i];

   return(min);
}

//--------------------------------------------------------------------
//Возвращает средне арефметическое значение элементов массива
double ArrayMean(double & arrIn[])
{
   uint size = ArraySize(arrIn);
   if(size == 0) 
      return(0.0);         

   double sum = 0.0;       
   for(uint i=0; i<size; i++) 
      sum += arrIn[i];     
   
   return(sum/size);
}

//--------------------------------------------------------------------
//Возвращает среднеквадратичное (стандартное) отклонение значений элементов массива
double ArrayStd(double & arrIn[])
{
   uint size = ArraySize(arrIn);
   if(size == 0) 
      return(0.0);   
   
   double sum  = 0.0; 
   double mean = ArrayMean(arrIn); 
          
   for(uint i=0; i<size; i++)
      sum += MathPow(MathAbs(arrIn[i]-mean), 2.0);
      
   return(MathSqrt(sum/size));
}

//--------------------------------------------------------------------
//Возвращает нормализованные значения элементов масcива
void ArrayNormalized(double & arrIn[], double & arrOut[])
{
   uint size = ArraySize(arrIn);
   if(size == 0) 
      return; 
      
   double min = ArrayMin(arrIn);   
   double max = ArrayMax(arrIn);
   
   for(uint i=0; i<size; i++)
      arrOut[i] = (arrIn[i]-min) / (max-min);   
}

//--------------------------------------------------------------------
//Возвращает стандвртизированые значения элементов масcива
void ArrayStandardized(double & arrIn[], double & arrOut[])
{
   uint size = ArraySize(arrIn);
   if(size == 0) 
      return; 
      
   double mean = ArrayMean(arrIn);
   double std  = ArrayStd(arrIn);
   
   for(uint i=0; i<size; i++)
      arrOut[i] = (arrIn[i]-mean) / std;   
}

[Alexey Viktorov]

Roman:

Da wir gerade beim Thema Normalisierung und Standardisierung sind: Diese Angleichung wird vorgenommen, wenn die zu vergleichenden Werte auf den gleichen Maßstab gebracht werden müssen.
Was meinen Sie mit "Normalisierung auf dieselbe Skala"?
Zum Beispiel, wenn wir Zahlen wie 81.500 und 1.13453 oder 5200.1 oder 27340 usw. vergleichen müssen.
Das heißt, die Werte haben eine unterschiedliche Anzahl von Ziffern nach der ganzen Zahl.
Um solche Daten zu vergleichen oder sie in ein Modell einzugeben, muss man, wenn das Modell mehrere Vorzeichen hat, eine Normalisierung oder Standardisierung vornehmen (
), damit das Modell richtig rechnet und die korrekte Berechnung ergibt.
Ich habe solche Funktionen geschrieben, wenn jemand sie braucht, bitte verwenden Sie sie.

Warum mögen Sie ArrayMaximum und ArrayMinimum nicht? Warum mussten Sie ihn in einer Schleife schreiben?