Лучший способ использовать функции статистики Math.NET для свойств объектов в списке

Question

Я пытаюсь найти лучший способ быстрого выполнения вычислений и хотел выяснить, какой подход люди обычно используют в такой ситуации.

У меня есть список объектов, у которых есть свойства, по которым я хочу вычислить среднее и стандартное отклонение..Я думал, используя этот Библиотека Math.NET, вероятно, будет проще/оптимизирована по производительности.

К сожалению, входными аргументами этих функций являются массивы.Является ли мое единственное решение написать собственную функцию для расчета средних значений и ЗППП?Могу ли я написать какой-нибудь метод расширения для списков, который использует лямбда-функции, например здесь?Или мне лучше написать функции, которые возвращают массивы свойств моего объекта, и использовать их с Math.NET.

Вероятно, ответ зависит от некоторых вещей, например, от размера списка?Предположим, в качестве аргумента, что в списке 50 элементов.Меня беспокоит чисто производительность.

Answer 1

ArrayStatistics действительно ожидает массивы, поскольку он оптимизирован для этого особого случая (вот почему он называется ArrayStatistics).Сходным образом, StreamingStatistics оптимизирован для потоковой передачи последовательностей IEnumerable без хранения данных в памяти.Общий класс, который работает со всеми типами входных данных, — это Statistics сорт.

Убедились ли вы, что простое использование LINQ и StreamingStatistics недостаточно быстро в вашем случае?Вычисление этой статистики для списка всего из 50 записей вообще едва поддается измерению, если только, скажем, вы не делаете это миллион раз в цикле.

Пример с Math.NET Numerics v3.0.0-alpha7, использование кортежей в списке для эмуляции ваших пользовательских типов:

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

Eagist Change, которое вы можете использовать, - это поставить LINQ , чтобы преобразовать List на Array

  List<SomeClass> list = ...

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

.

Тем не менее, если перфекция является вашей проблемой, вы бы предпочтете вычислить среднее и диверсию явно (напишите свою собственную функцию):

  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);

.