摘要
Title: 4509. 归一化处理
Tag: 模拟
Memory Limit: 64 MB
Time Limit: 1000 ms

Powered by:NEFU AB-IN

Link

• 题意
• 思路
• 代码

4509. 归一化处理

• 题意

  第26次CCF计算机软件能力认证

  在机器学习中，对数据进行归一化处理是一种常用的技术。
  将数据从各种各样分布调整为平均值为 0、方差为 1 的标准分布，在很多情况下都可以有效地加速模型的训练。
  这里假定需要处理的数据为 n 个整数 a1,a2,⋯,an。
  在机器学习中，对数据进行归一化处理是一种常用的技术。
  将数据从各种各样分布调整为平均值为 0、方差为 1 的标准分布，在很多情况下都可以有效地加速模型的训练。
  这里假定需要处理的数据为 n 个整数 a1,a2,⋯,an。

• 思路

  模拟公式即可，注意double

• 代码

  /*
  * @Author: NEFU AB-IN
  * @Date: 2023-01-12 11:52:00
  * @FilePath: \Acwing\4509\4509.cpp
  * @LastEditTime: 2023-01-12 12:02:49
  */
  #include <bits/stdc++.h>
  using namespace std;
  #define int long long
  #undef int
  
  #define SZ(X) ((int)(X).size())
  #define ALL(X) (X).begin(), (X).end()
  #define IOS                                                                                                            \
      ios::sync_with_stdio(false);                                                                                       \
      cin.tie(nullptr);                                                                                                  \
      cout.tie(nullptr)
  #define DEBUG(X) cout << #X << ": " << X << '\n'
  typedef pair<int, int> PII;
  
  const int N = 1e5 + 10, INF = 0x3f3f3f3f;
  
  signed main()
  {
      int n;
      cin >> n;
      vector<int> a(n);
  
      for (int i = 0; i < n; ++i)
          cin >> a[i];
  
      double avg = (double)accumulate(a.begin(), a.end(), 0) / n;
  
      double s = 0;
      for (int i = 0; i < n; ++i)
      {
          s += (a[i] - avg) * (a[i] - avg);
      }
  
      s /= (double)n;
      s = sqrt(s);
  
      for (int i = 0; i < n; ++i)
      {
          printf("%.17lf\n", (a[i] - avg) / s);
      }
      return 0;
  }