Problem
Die Standardisierung skaliert ein Merkmal auf Mittelwert 0 und Standardabweichung 1, womit viele Modelle (und der Gradientenabstieg) am besten arbeiten:
z = (x - mean) / std
Verwende die Populations-Standardabweichung: std = √(Σ(x - mean)² / n). Ist std gleich 0 (alle Werte gleich), gib für jeden Wert 0 zurück.
Implementiere z_scores(values).
Eingabe
values: Die Werte eines Merkmals.
Ausgabe
Gib den Z-Score jedes Werts in derselben Reihenfolge zurück.
Einschränkungen
1 ≤ Länge ≤ 10.000
-1.000.000 ≤ jeder Wert ≤ 1.000.000
Beispiele
Eingabe:
values = [2.0, 4.0, 4.0, 4.0, 5.0, 5.0, 7.0, 9.0]
Erwartete Ausgabe:
expected = [-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0]
Eingabe:
std::vector<double> values = {2.0, 4.0, 4.0, 4.0, 5.0, 5.0, 7.0, 9.0};
Erwartete Ausgabe:
std::vector<double> expected = {-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0};
Eingabe:
double[] values = new double[] {2.0, 4.0, 4.0, 4.0, 5.0, 5.0, 7.0, 9.0};
Erwartete Ausgabe:
double[] expected = new double[] {-1.5, -0.5, -0.5, -0.5, 0.0, 0.0, 1.0, 2.0};
Erläuterung
Der Mittelwert ist 40 / 8 = 5 und die Populations-Standardabweichung √(32 / 8) = 2, also 2 → (2 - 5) / 2 = -1.5, 4 → -0.5, 5 → 0, 7 → 1 und 9 → 2. Ergebnis: [-1.5, -0.5, -0.5, -0.5, 0, 0, 1, 2].
Eingabe:
values = [3.0, 3.0]
Erwartete Ausgabe:
expected = [0.0, 0.0]
Eingabe:
std::vector<double> values = {3.0, 3.0};
Erwartete Ausgabe:
std::vector<double> expected = {0.0, 0.0};
Eingabe:
double[] values = new double[] {3.0, 3.0};
Erwartete Ausgabe:
double[] expected = new double[] {0.0, 0.0};
Erläuterung
Beide Werte entsprechen dem Mittelwert, also ist die Standardabweichung 0 und beide Z-Scores sind 0.
So gehst du vor
Versuch es zuerst allein und öffne dann einen Hinweis nach dem anderen.
Hinweis 1
Du brauchst den Mittelpunkt und die Streuung des Features, also berechne zuerst den Mittelwert.
Hinweis 2
Verwende die Populations-Standardabweichung und transformiere dann jeden Wert danach, wie weit er vom Mittelwert entfernt ist.
Hinweis 3
Wenn alle Werte gleich sind, ist die Streuung null, also sollte jeder standardisierte Wert null sein.
Erwartete Komplexität
Zeit O(n), zusätzlicher Speicher O(1)
Referenzen
Diese Aufgabe wurde für CodeUtility angepasst. Beachte die oben genannten Vorgaben und Einschränkungen.