数学:取两个平均值的相互矛盾的方法?
Maths: conflicting approaches to averaging two averages?
根据两个特征对产品进行评级。每个功能的评分是平均的,结果通过网络服务提供给我们。数据可能类似于:
Product_One:{
"Feature_A": {
"TotalReviewCount": 14,
"AverageOverallRating": 4.9286,
},
"Feature_B": {
"TotalReviewCount": 42,
"AverageOverallRating": 4.3571,
},
}
我计算(精确到小数点后一位)产品的平均总体评分是:
4.9286 + 4.3571 = 9.2857
9.2857 / 2 = 4.64285
round(4.64285) = 4.6
一位同事提出了不同的工作,导致不同的数字:
(14 * 4.9286) + (42 * 4.3571) = 251.9986
251.9986 / (42 + 14) = 4.499975
round(4.499975) = 4.5
谁的...最好?有错吗?
您的同事计算了每个评论 的加权平均值,而您计算了每个特征 的平均值(未考虑评论数量)。
一般来说加权平均更可靠(与Center of mass比较)
根据两个特征对产品进行评级。每个功能的评分是平均的,结果通过网络服务提供给我们。数据可能类似于:
Product_One:{
"Feature_A": {
"TotalReviewCount": 14,
"AverageOverallRating": 4.9286,
},
"Feature_B": {
"TotalReviewCount": 42,
"AverageOverallRating": 4.3571,
},
}
我计算(精确到小数点后一位)产品的平均总体评分是:
4.9286 + 4.3571 = 9.2857
9.2857 / 2 = 4.64285
round(4.64285) = 4.6
一位同事提出了不同的工作,导致不同的数字:
(14 * 4.9286) + (42 * 4.3571) = 251.9986
251.9986 / (42 + 14) = 4.499975
round(4.499975) = 4.5
谁的...最好?有错吗?
您的同事计算了每个评论 的加权平均值,而您计算了每个特征 的平均值(未考虑评论数量)。
一般来说加权平均更可靠(与Center of mass比较)