jtyoui.statistics.analysis package

Submodules

jtyoui.statistics.analysis.AnalysisMath module

class jtyoui.statistics.analysis.AnalysisMath.AnalysisMath(data=())

基类：object

average(flag=0)

平均数

flag=0 算术平均值 flag=1 几何平均值 flag=2 平方平均值(均方根) flag=3 调和平均值

参数:flag – 根据不同的数值,进行不同的平均值

expect(data=None)

数学期望

kurtosis

峰度

如果超值峰度为正，称为尖峰态 如果超值峰度为负，称为低峰态

median

中位数

mode_number

众数

quantile(position=1)

分位数

position=1: 第一四分位数 (Q1)，又称“较小四分位数”，等于该样本中所有数值由小到大排列后第25%的数字。 position=2: 第二四分位数 (Q2)，又称“中位数”，等于该样本中所有数值由小到大排列后第50%的数字。 position=3: 第三四分位数 (Q3)，又称“较大四分位数”，等于该样本中所有数值由小到大排列后第75%的数字。

参数:position – 根据不同的数值计算不同的分位数

range

极差

skewness

偏度(偏态系数)

standard(data=None)

标准差

variance(data=None)

方差

jtyoui.statistics.analysis.AnalysisMath.cov(x, y)

协方差

返回:表示x的数学期望

jtyoui.statistics.analysis.matrix module

处理二维矩阵

class jtyoui.statistics.analysis.matrix.Matrix(data)

基类：object

det

秩

diagonal_unitized(data)

对角单位化

elimination(data)

消元矩阵

i

逆矩阵

t

转置矩阵

trace_vector(data)

矩阵迹向量

unitized(length)

单位E矩阵

static zero_matrix(length)

单位零矩阵

jtyoui.statistics.analysis.target module

统计指标：混淆矩阵 True Positive(真正，TP)：将正类预测为正类数 True Negative(真负，TN)：将负类预测为负类数 False Positive(假正，FP)：将负类预测为正类数 False Negative(假负，FN)：将正类预测为负类数 P=TP+FP 预测对的 N=FN+TN 预测错的 PP=TP+FN 实际上是对的 NN=FP+TN 实际上是错误的 ALL=P+N=PP+NN=所有

jtyoui.statistics.analysis.target.confusion_matrix(simple, pred)

混淆矩阵

参数:

• simple – 实际样本分类列表
• pred – 预测样本分类列表

返回:

TP,TN,FP,FN

jtyoui.statistics.analysis.target.f_measure(tp, tn, fp, fn)

综合评价指标=(2*P*R)/(P+R)

jtyoui.statistics.analysis.target.precision(tp, tn, fp, fn)

精确率=(TP+TN)/(TP+TN+FP+FN)

jtyoui.statistics.analysis.target.recall(tp, tn, fp, fn)

召回率=TP/(TP+FN)

Module contents