加权平均

 1 package com.yeepay.sxf.xuanju;
 2 /**
 3  * 加权平均
 4  * @author sxf
 5  *
 6  * 小明:期末考试100分    期中考试 20分    小测验 20分
 7  * 小王:期末考试50分     期中考试  50分    小测验 50分
 8  *
 9  * 期末考试的权重:60
10  * 期中考试的权重:30
11  * 小测验的权重:20
12  *
13  *
14  * 求小明和小王的加权平均分数
15  *
16  *
17  * 加权平均具有一定的偏向性。但往往具有实际的意义。
18  *
19  *
20  * 求谁的平均成绩高。
21  *
22  */
23 public class Average {
24
25     public static void main(String[] args) {
26         //小明的加权平均分数
27         Integer sumXiaoMing=(100*60+20*30+20*20)/3;
28         //小王的加权平均分数
29         Integer sumXiaoWang=(50*60+50*30+50*20)/3;
30         System.out.println("Average.main(小明加权平均分数)==>"+sumXiaoMing);
31         System.out.println("Average.main(小王加权平均分数)==>"+sumXiaoWang);
32         /**
33          * Average.main(小明加权平均分数)==>2333
34          *    Average.main(小王加权平均分数)==>1833
35          *小明比小王的分数高
36          */
37
38     }
39 }

时间: 2025-01-06 06:13:45

加权平均的相关文章

非正常情况下的移动加权平均算法

什么叫移动加权平均法? 百度上的解释:移动加权平均法是指以每次进货的成本加上原有库存存货的成本,除以每次进货数量与原有库存存货的数量之和, 据以计算加权平均单位成本,以此为基础计算当月发出存货的成本和期末存货的成本的一种方法. 这只能说是正常使用情况下的(或者说书面上理想情况下的)移动加权平均算法. 这种算法是建立在先进货(有了库存成本),后销售的条件上才能计算. 什么叫非正常情况? 因为有"先卖后进"的现象存在.商品没有进货,就要销售.这时,商品资料不完善(商品只有售价,没有进价,没

什么是指数加权平均、偏差修正?

指数加权平均 在深度学习优化算法中,例如Momentum.RMSprop.Adam,都提到了一个概念,指数加权平均,看了Andrew Ng的深度学习课程后,总结一下什么是指数加权平均. 式中v_t可近似代表1/(1-β)个θ的平均值. 偏差修正 由以上证明可以看出,每个最新数据值,依赖于以前的数据结果. 一般令第一个数值为0,即v0=0:但此时初期的几个计算结果就会与真实的平均值有较大偏差,具体如下: 有了指数加权平均.偏差修正的基础,就可以研究一下深度学习中优化算法的实现原理了. 点击进入文章

天池新人实战赛之[离线赛]-指数加权平均

大赛链接 https://tianchi.aliyun.com/getStart/information.htm?spm=5176.100067.5678.2.6d75153cK2qkgK&raceId=231522 总之,就是给你一定量用户在一个月时间(11.18~12.18)之内的移动端行为数据(D),然后去判断这些用户在(12.19)对商品子集(P)的购买数据 刚看到这个题目,一头雾水,哪些是训练集?怎么测试? 结合一般的购物习惯,用户把商品加入购物车以后的当天或者第二天是最可能产生购买行

numpy加权平均

1 import numpy as np 2 a = np.arange(15).reshape(3,5) 3 a array([[ 0, 1, 2, 3, 4],    [ 5, 6, 7, 8, 9],    [10, 11, 12, 13, 14]]) np.average(a, axis=0,weights=(10, 5, 1)) array([ 2.1875,  3.1875,  4.1875,  5.1875,  6.1875]) axis=0 对最外层维度元素计算, weights

PLSA详解

pLSA的原理理解 首先,我们直接来看一下pLSA是一个什么东西,从简单入手.不去管参数计算的问题,先弄明白pLSA的目的再说. pLSA其实不过是提出了一种关于人在写文章时的假设,一篇文章是由单词组成的,那么这些单词的产生过程是什么样的呢?pLSA认为就是人在写文章的时候会首先想到几个主题,那么这篇文章就是由这几种主题组成的. 比如:家,买东西,回忆,人生等等.当然,这几种主题在这篇文章中不可能是平均分配的,互相所占的比例不一样. 人在想到了这些主题以后就开始写出具体的单词,而在每种主题的影响

手机拍照参数的调整

一.感光度ISO50-100为低感光度. 在这一段可以获得极为平滑.细腻的照片.只要条件许可,只要能够把照片拍清楚,就尽量使用低感光度,比如,只要能够保证景深,宁可开大一级光圈,也不要把感光度提高一挡. ISO200-800属于中感光度. 在这一段,需要认真考虑这张照片做什么用,要放大到什么程度,假如你能够接受噪点,中感光度设定降低了手持相机拍摄的难度,提高了在低照度条件下拍摄的安全系数,使成功率提高. ISO1600-6400是高感光度.在这一段噪点明显,使用这样的设置,拍摄的题材内容的重要性

高斯函数以及在图像处理中的应用总结

1.一维高斯函数: a表示得到曲线的高度,b是指曲线在x轴的中心,c指width(与半峰全宽有关),图形如下: . 2.根据一维高斯函数,可以推导得到二维高斯函数: 在图形上,正态分布是一种钟形曲线,越接近中心,取值越大,越远离中心,取值越小. 计算平均值的时候,我们只需要将"中心点"作为原点,其他点按照其在正态曲线上的位置,分配权重,就可以得到一个加权平均值.常用作图像平滑操作. 例如:通常,图像处理软件会提供"模糊"(blur)滤镜,使图片产生模糊的效果. &q

python科学计算_numpy_函数库

1.常规函数与排序 常用统计函数: 求和:sum().均值:mean().标准差:std().方差:var().最小值:min().最大值:max().最大值与最小值之差:ptp().最大值的下标:argmax().最小值的下标:argmin().中值:median() 上述函数都可以指定axis,来沿着某一轴操作:除了mean()函数求均值,还可以使用average(),并且可以指定weights参数来指定权值,计算加权平均:argmax()和argmin()如果不指定axis参数,则返回平坦

关于成本核算方法、步骤、成本分析的简单回复

关于成本核算方法.步骤.成本分析的简单回复成本核算的方法依据企业生产产品的特点来定:主要看产品是否是多步骤生产(生产工艺的特点):半成品是否有销售的情况(假设有销售,可能须要採用分步核算,以便准确核算半成品的成本):工作(成本/生产)中心是依照产品来分还是工艺来分.怎样核算成本:首先归集产品的材料成本,一般都须要技术部门提供产品的BOM(物料清单),以确保按订单或者生产计划生产的时候领料的准确.(通常会问生产线出现来料不良和损坏怎么处理:退仓并补领就可以,损坏部分须要当月预提计入制费,损坏材料报