机器学习中做多次试验后,需要计算指标的95%置信区间。
假设做了10次试验,计算得出的某指标分别为{x1,…,x10}
其均值为 μ = ( x 1 + . . . + x 10 ) / 10 \mu=(x1 + ... + x10)/10 μ=(x1+...+x10)/10
方差 σ = ∑ ( x i − μ ) 2 / 10 \sigma=\sum(x_i -\mu)^2/10 σ=∑(xi−μ)2/10
95%置信区间如下:
P = [ μ − 1.96 σ 1 0 , μ + 1.96 σ 1 0 ] P=[\mu-1.96\frac{\sigma}{\sqrt10},\mu+1.96\frac{\sigma}{\sqrt10}] P=[μ−1.9610σ,μ+1.9610σ]
理解如有误,还请大家多多留言指正。
参考资料
[1]如何理解 95% 置信区间?
[2]初学者都能看懂的95%置信区间