Technegau ar gyfer Dod o Hyd i Ganolrif Data
Mae'r canolrif yn fesur o duedd ganolog sy'n rhannu set ddata yn ddwy hanner cyfartal. Yn wahanol i'r cymedr, y gellir ei ystumio gan allanolion, mae'r canolrif yn rhoi arwydd cadarn o'r gwerth canolog. Mae dod o hyd i'r canolrif yn hanfodol mewn amrywiol gymwysiadau gwyddonol, peirianneg, gwyddorau cymdeithasol a busnes. Bydd yr erthygl hon yn ymchwilio i sawl techneg ar gyfer dod o hyd i ganolrif data, gan gwmpasu setiau data unnewidyn ac amlnewidyn, a dulliau syml i fwy cymhleth.
Deall y Canolrif
Cyn archwilio'r technegau, mae'n bwysig diffinio beth yw'r canolrif. Y canolrif yw'r gwerth sy'n gwahanu hanner uchaf o hanner isaf set ddata. Mewn rhestr wedi'i didoli, os yw nifer yr arsylwadau (\(n\)) yn odrif, y canolrif yw'r elfen ganol. Os yw \(n\) yn eilrif, y canolrif yw cyfartaledd y ddwy elfen ganol.
Er enghraifft, ystyriwch y set ddata \([3, 5, 7, 9]\). Gyda 4 elfen, y canolrif yw \(\frac{5+7}{2} = 6\). Ar gyfer set ddata odrif fel \([3, 5, 7]\), y canolrif yw 5.
Technegau Sylfaenol ar gyfer Dod o Hyd i'r Canolrif
1. Dull Trefnu a Dewis
Y dull symlaf o ddod o hyd i'r canolrif yw didoli'r data ac yna dewis y gwerth canol.
– Cam 1: Trefnu'r set ddata mewn trefn esgynnol.
– Cam 2: Os yw \(n\) yn odrif, y canolrif yw'r elfen yn y safle \(\frac{n+1}{2}\).
– Cam 3: Os yw \(n\) yn eilrif, y canolrif yw cyfartaledd yr elfennau yn y safleoedd \(\frac{n}{2}\) a \(\frac{n}{2}+1\).
Mae'r dull hwn yn gweithio'n dda ar gyfer setiau data bach i ganolig eu maint ac mae'n hawdd ei weithredu. Fodd bynnag, gall y cam didoli fod yn ddrud o ran cyfrifiadura ar gyfer setiau data mawr iawn, gyda chymhlethdod amser o ∫(n \log n)∫.
2. Algorithm Dewis Cyflym
Ar gyfer setiau data mawr, mae'r algorithm QuickSelect yn cynnig dull mwy effeithlon. Mae'n gweithio ar yr un egwyddor â'r algorithm QuickSort ond mae'n canolbwyntio ar ddod o hyd i'r k-fed elfen leiaf yn unig, lle mae \(k\) yn safle'r canolrif.
– Cam 1: Dewiswch elfen golyn o'r set ddata.
– Cam 2: Rhannwch y set ddata yn elfennau sy'n llai na, yn hafal i, ac yn fwy na'r colyn.
– Cam 3: Penderfynu i ba raniad y mae'r canolrif yn perthyn a chymhwyso'r broses yn ailadroddus i'r rhaniad hwnnw yn unig.
Mae cymhlethdod amser QuickSelect yn \(O(n)\) ar gyfartaledd, sy'n ei wneud yn addas ar gyfer setiau data mwy.
Canolrif mewn Dosraniadau Amlder
Wrth ddelio â dosraniadau amledd, gellir amcangyfrif y canolrif yn hytrach na'i gyfrifo'n fanwl gywir.
– Dull Ysbaid Dosbarth: Mae'r dull hwn yn cynnwys nodi'r dosbarth canolrifol—y dosbarth lle mae'r amlder cronnus yn fwy na hanner yr amlder cyfan am y tro cyntaf.
Y fformiwla i amcangyfrif y canolrif mewn dosraniadau amledd grwp yw:
\[ \text{Canorif} = L + \left( \frac{\frac{N}{2} – CF}{f} \right) \times w \]
lle mae \(L \) yn ffin isaf y dosbarth canolrif, \(N \) yw'r amledd cyfanswm, \(CF \) yw amledd cronnus y dosbarth cyn y dosbarth canolrif, \(f \) yw amledd y dosbarth canolrif, a \(w \) yw lled y dosbarth.
Canolrif mewn Data Aml-amrywiol
Mae setiau data aml-amrywiad, lle mae pob pwynt data yn cynnwys sawl newidyn, yn cyflwyno senario mwy cymhleth ar gyfer dod o hyd i'r canolrif.
– Dull y Canolrif Ymylol: Cyfrifwch y canolrif yn unigol ar gyfer pob newidyn a defnyddiwch y gwerthoedd hyn i ffurfio fector canolrif. Er ei fod yn syml, nid yw'r dull hwn yn ystyried y berthnasoedd rhwng y newidynnau.
– Canolrif Geometreg: Dyma'r pwynt sy'n lleihau swm y pellteroedd Ewclidaidd i bob pwynt data yn y set ddata aml-amrywiol. Gellir dod o hyd iddo gan ddefnyddio dulliau iterus fel algorithm Weiszfeld, sy'n cydgyfeirio i'r canolrif geometrig dros iteriadau.
Canolrif mewn Setiau Data Mawr
Gellir optimeiddio dod o hyd i'r canolrif mewn setiau data mawr gan ddefnyddio amrywiol dechnegau.
– Algorithmau Ffrydio: Mewn senarios lle mae'r set ddata yn rhy fawr i ffitio i'r cof neu'n cael ei darllen fel ffrwd:
– Cyfuniad Isafswm-Pentwr a Phentwr Uchaf: Drwy gynnal dau bentwr, un ar gyfer hanner isaf ac un ar gyfer hanner uchaf y data, gellir adfer y canolrif yn effeithlon. Y cymhlethdod amser ar gyfer mewnosod yw \(O(\log n)\), a dod o hyd i'r canolrif yw \(O(1)\).
– Samplu Cronfeydd Dŵr: Mae'r dechneg hon yn ddefnyddiol ar gyfer ffrydio data. Mae'n cynnwys cynnal sampl o'r set ddata a'i diweddaru wrth i fwy o elfennau gael eu harsylwi.
Dulliau Ystadegol Cadarn
Mewn setiau data sydd wedi'u halogi ag allanolion, gall dulliau ystadegol cadarn ddarparu amcangyfrifon canolrifol mwy dibynadwy.
– Cymedr Winsoredig: Mae'r dull hwn yn cynnwys disodli'r gwerthoedd eithafol gyda'r gwerthoedd agosaf nad ydynt yn eithafol cyn cyfrifo'r canolrif. Mae'n cyfuno cadernid y canolrif â rhywfaint o effeithlonrwydd o'r cyfrifiadau cymedr.
– Canolrif wedi'i Docio: Mae canran benodol o'r pwyntiau data uchaf ac isaf yn cael eu taflu cyn cyfrifo'r canolrif, gan leihau dylanwad allanolion.
Casgliad
Mae'r technegau ar gyfer dod o hyd i ganolrif data yn amrywio'n fawr o ran cymhlethdod a chymhwysiad, o ddulliau didoli a dewis syml i algorithmau soffistigedig fel QuickSelect ac algorithmau ffrydio ar gyfer setiau data mawr. Mae deall y dulliau hyn a dewis yr un priodol yn seiliedig ar nodweddion y set ddata ac adnoddau cyfrifiadurol yn hanfodol ar gyfer cyfrifiadau canolrif cywir ac effeithlon. P'un a ydych chi'n delio â setiau data bach neu fawr, dosraniadau amlder, neu ddata aml-amrywiol, gall y dechneg gywir wneud gwahaniaeth sylweddol wrth gipio tuedd ganolog y data yn gywir.
