题目
试题编号: | 202206-1 |
试题名称: | 归一化处理 |
时间限制: | 500ms |
内存限制: | 512.0MB |
试题背景
在机器学习中,对数据进行归一化处理是一种常用的技术。
将数据从各种各样分布调整为平均值为 0、方差为 1 的标准分布,在很多情况下都可以有效地加速模型的训练。
问题描述
这里假定需要处理的数据为 n 个整数 a1,a2,···,an。
这组数据的平均值:
方差:
使用如下函数处理所有数据,得到的 n 个浮点数 f(a1),f(a2),···,f(an) 即满足平均值为 0 且方差为 1:
输入格式
从标准输入读入数据。
第一行包含一个整数 n,表示待处理的整数个数。
第二行包含空格分隔的 n 个整数,依次表示 a1,a2,···,an。
输出格式
输出到标准输出。
输出共 n 行,每行一个浮点数,依次表示按上述方法归一化处理后的数据 f(a1),f(a2),···,f(an) 。
样例输入
7
-4 293 0 -22 12 654 1000
样例输出
-0.7485510379073613
0.04504284674812264
-0.7378629047806881
-0.7966476369773906
-0.7057985054006686
1.0096468614303775
1.9341703768876082
样例解释
平均值:
方差:
标准差:
子任务
全部的测试数据保证 n, |ai|<=1000,其中 |ai| 表示 ai 的绝对值。
且输入的 n 个整数 a1,a2,···,an 满足:方差 D(a)>=1。
评分方式
如果你输出的每个浮点数与参考结果相比,均满足绝对误差不大于 10-4,则该测试点满分,否则不得分。
提示
· C/C++:建议使用 double 类型存储浮点数,并使用 printf(“%f”, x); 进行输出。
· Python:直接使用 print(x) 进行输出即可。
· Java:建议使用 double 类型存储浮点数,可以使用 System.out.print(x); 进行输出。
程序代码
#include<iostream>
#include<cmath>
using namespace std;
int main() {
int n,array[1000];
// 输入
cin>>n;
for(int i=0;i<n;i++) {
cin>>array[i];
}
// 逐个数据遍历求和
double sum = 0; //此处若将sum设置为int类型则结果将不满足精度要求
for(int i=0;i<n;i++) {
sum += array[i];
}
double average = sum / n; //计算平均值
//计算方差
double variance = 0;
for(int i=0;i<n;i++) {
variance += (array[i] - average) * (array[i] - average);
}
variance = sqrt(variance / n);
// 遍历数据并进行归一化计算
for(int i=0;i<n;i++) {
cout<<(array[i]-average) / variance<<endl;
}
return 0;
}