获得平均值和擦除数字有很大差异[关闭]

Posted 2023-02-23

【中文标题】获得平均值和擦除数字有很大差异[关闭]

【英文标题】：Getting mean and erasing numbers with to much difference [closed]

【发布时间】：2013-08-14 13:23:11

【问题描述】：

所以，假设我有一个列表，其中包括： 2231, 2240, 2236, 2238, 7

现在这些数字来自一个传感器，一个高度传感器，所以有些数字可能是错误的，比如7。

如果我想得到一个合理的平均值，我会过滤掉7，作为算法我会怎么做？请在 Python、C++ 甚至 Frink 中展示可理解的代码（我打算使用它。）

我想过使用标准差，但我不知道如何实现它。 对不起，我找不到任何我尝试过的代码，我在它不起作用后将其删除。

【问题讨论】：

哦，是的，很抱歉。我试过将每个数字减半并将其乘以 2，然后用它做一些疯狂的事情，但它不适用于低数字。我想为每个十万个数字制作 if，但这似乎不切实际。我在纸上做了一些滑雪，它们看起来不错，但不起作用。

我想到的第一个想法是设置一个容差值，比如 1000。然后删除小于mean-tolerance 或大于mean+tolerance 的数字

是的，正如 Fallen 所说，容差是个好主意，我们正在做某种相同的项目，我们有 5% 的容差率，所以如果下一个值不接近，它将被视为错误，但是您可以使用此公差百分比来找到最适合您的方法

关键规则是如何在数学上确定应排除的点。可能是与局部平均值的距离阈值。有了这个规则，您可以将它作为谓词提供给 std::remove_if。可以使用最小二乘法来确定趋势。

你也可以考虑使用中位数，因为它不受这些极端值的影响

【参考方案1】：

使用标准偏差：

#!/usr/local/bin/python2.7
import math

lista = [2231, 2240, 2236, 2238, 7]

newlist = []
mean = 0
newmean = 0
variance = 0

for i in lista:
    mean += i
mean = mean/float(len(lista))

for i in lista:
    variance += (i*i)
variance = variance/float(len(lista))
variance = math.sqrt(variance)

minval = variance - mean
maxval = variance + mean

for i in lista:
    if i >= minval and i <= maxval:
        newlist.append(i)
print newlist

for i in newlist:
    newmean += i
newmean = newmean/float(len(newlist))
print newmean

如果您想手动输入“minval”和“maxval”，可以跳过大部分代码。

【参考方案2】：

我假设您可以在两个读数之间定义 ACCEPTABLE_DIFFERENCE。如果您的值可以根据读数从最小值/最大值跳出，那么任何平均值都不会真正帮助您。

以下是说明这一点的python示例代码：

#!/usr/local/bin/python2.7

ACCEPTABLE_DIFF = 100

arr = [2231, 2240, 2236, 2238, 7]

for index in range(1,len(arr)):
  if (abs(arr[index] - arr[index-1]) > ACCEPTABLE_DIFF):
    del arr[index]


print arr

另一种方法是使用差异百分比：

#!/usr/local/bin/python2.7

ACCEPTABLE_DIFF_PERC = 5

arr = [2231, 2240, 2236, 2238, 7]

for index in range(1,len(arr)):
  if (abs(arr[index] - arr[index-1]) > (arr[index-1]*ACCEPTABLE_DIFF_PERC/100)):
    del arr[index]


print arr

【讨论】：

是的，这很好，但是如果 arr 是 [21231, 22240, 22236, 22304, 7]，那么 ACCEPTABLE_DIFF 应该类似于 1000。

您的观点有效。然而，此差异特定于您的使用领域和您使用的传感器。可以说是最大值的 10%。计算运行中的值太耗费资源，并且没有提供额外的功能。它甚至会稳定在某个平均值上，当读数发生变化时，算法会丢弃有效值！