的算術平均為
它是使平方偏差之和 最小的值——這就是為何平方損失在統計與機器學習中無所不在:最小化平方損失即是在估計平均數。
平均數對離群值敏感:單一極端值就能把平均數拉離大多數資料所在之處。當資料偏斜(收入、回應時間、檔案大小)時,中位數通常是更佳的摘要。其他平均——幾何平均、調和平均、加權平均——適用於特定情境(複利成長、並聯電阻、加權民調)。
的算術平均為
它是使平方偏差之和 最小的值——這就是為何平方損失在統計與機器學習中無所不在:最小化平方損失即是在估計平均數。
平均數對離群值敏感:單一極端值就能把平均數拉離大多數資料所在之處。當資料偏斜(收入、回應時間、檔案大小)時,中位數通常是更佳的摘要。其他平均——幾何平均、調和平均、加權平均——適用於特定情境(複利成長、並聯電阻、加權民調)。