Math.ne 통계를 사용하는 가장 좋은 방법 목록의 객체의 속성에 함수

Question

저는 계산을 빠르게 수행하는 가장 좋은 방법을 찾아내려고 노력하고 있습니다. 어떤 종류의 접근 방식이 보통 이런 상황에서 어떤 일을하는지 알아 내고 싶었습니다.

나는 의 평균 및 표준 편차를 계산하려는 속성이있는 물체 목록을 가지고 있습니다. 이 math.net 도서관이 더 쉽게 될 것입니다. / 성능을 위해 최적화되었습니다.

불행히도 이러한 함수의 입력 인수는 배열입니다. 수단과 성병을 계산하기 위해 내 자신의 기능을 쓰는 유일한 해결책입니까? 여기 ? 또는 내 객체 속성의 배열을 반환하고 Math.net과 함께 사용할 수있는 작성 기능을 더 잘 끕니다.

가 아마도 대답은 목록의 크기와 같은 것에 달려 있습니다. 그 목록에 50 개의 요소가 있음을 인수에게 말하자고합시다. 내 관심사는 순전히 성과가 있습니다.

Answer 1

ArrayStatistics 실제로이 특별한 경우에 최적화 된 것처럼 배열을 기대합니다 (그래서 ArrayStatistics라고하는 이유).마찬가지로, StreamingStatistics는 메모리에 데이터를 유지하지 않고 IEnumerable 시퀀스 스트리밍에 최적화되어 있습니다.모든 종류의 입력에서 작동하는 일반 클래스는 Statistics 클래스입니다.

LINQ 및 StreamingStatistics를 사용하는 것이 사용 사례에서 충분히 빠르지 않음을 확인했습니다.단지 50 개의 항목 목록에 대해 이러한 통계를 계산하면 루프에서 백만 번만 해당하는 경우가 아니라면 전혀 측정 할 수 있습니다.

v3.0.0-alpha7의

예제, 목록의 튜플을 사용하여 사용자 정의 유형을 에뮬레이트합니다.

using MathNet.Numerics.Statistics;

var data = new List<Tuple<string, double>>
{
    Tuple.Create("A", 1.0),
    Tuple.Create("B", 2.0),
    Tuple.Create("C", 1.5)
};

// using the normal extension methods within `Statistics`
var stdDev1 = data.Select(x => x.Item2).StandardDeviation();
var mean1 = data.Select(x => x.Item2).Mean();

// single pass variant (unfortunately there's no single pass MeanStdDev yet):
var meanVar2 = data.Select(x => x.Item2).MeanVariance();
var mean2 = meanVar2.Item1;
var stdDev2 = Math.Sqrt(meanVar2.Item2);

// directly using the `StreamingStatistics` class:
StreamingStatistics.MeanVariance(data.Select(x => x.Item2));

.

Answer 2

사용할 수있는 가장 솔루션은 linq 을 배열로 변환하는 것입니다

  List<SomeClass> list = ...

  GetMeanAndStdError(list.ToArray()); // <- Not that good performance

.

그러나 Perforamance가 귀하의 우려 사항이면, 평균 및 분산을 명시 적으로 계산 (자신의 기능을 작성) :

  List<SomeClass> list = ...

  Double sumX = 0.0;
  Double sumXX = 0.0;

  foreach (var item in list) {
    Double x = item.SomeProperty;

    sumX += x;
    sumXX += x * x;
  }

  Double mean = sumX / list.Count;
  Double variance = (sumXX / list.Count - mean);

.