数据预处理——概率分布形式 C++带类完整实现及案例

数据预处理中，概率分布形式常用于对数据进行归一化处理。下面是一个C++带类的完整实现及案例：

#include <iostream>
#include <vector>
#include <cmath>

using namespace std;

class ProbabilityDistribution {
private:
    vector<double> data; // 数据
    double mean = 0; // 均值
    double variance = 0; // 方差

public:
    // 构造函数
    ProbabilityDistribution(vector<double> data) {
        this->data = data;
        calculateMean();
        calculateVariance();
    }

    // 计算均值
    void calculateMean() {
        double sum = 0;
        for (double d : data) {
            sum += d;
        }
        mean = sum / data.size();
    }

    // 计算方差
    void calculateVariance() {
        double sum = 0;
        for (double d : data) {
            sum += pow(d - mean, 2);
        }
        variance = sum / data.size();
    }

    // 获取均值
    double getMean() {
        return mean;
    }

    // 获取方差
    double getVariance() {
        return variance;
    }

    // 归一化处理
    vector<double> normalize() {
        vector<double> result;
        for (double d : data) {
            result.push_back((d - mean) / sqrt(variance));
        }
        return result;
    }
};

int main() {
    vector<double> data = {1.0, 2.0, 3.0, 4.0, 5.0};
    ProbabilityDistribution pd(data);
    cout << "Mean: " << pd.getMean() << endl;
    cout << "Variance: " << pd.getVariance() << endl;
    vector<double> normalizedData = pd.normalize();
    for (double d : normalizedData) {
        cout << d << " ";
    }
    cout << endl;
    return 0;
}

在上面的代码中，ProbabilityDistribution是一个概率分布类，包含了数据、均值、方差和相关的计算方法。在main函数中，我们创建了一个包含五个元素的数据向量，然后使用这个向量创建了一个ProbabilityDistribution对象。我们可以使用getMean和getVariance方法获取均值和方差，使用normalize方法将数据进行归一化处理。

注意，这里的归一化处理使用的是Z-score标准化方法，即将每个数据减去均值，再除以标准差。这样处理后，数据的均值为0，标准差为1。

运行上面的代码，输出结果如下：

Mean: 3
Variance: 2
-1.41421 -0.707107 0 0.707107 1.41421

可以看到，均值为3，方差为2，归一化后的数据已经变成了均值为0，标准差为1的形式。