95%置信区间计算-理解
机器学习中做多次试验后，需要计算指标的95%置信区间。
假设做了10次试验，计算得出的某指标分别为{x1,…,x10}
其均值为μ=(x1+...+x10)/10\mu=(x1 + ... + x10)/10μ=(x1+...+x10)/10
方差σ=∑(xi−μ)2/10\sigma=\sum(x_i -\mu)^2/10σ=∑(xi−μ)2/10
95%置信区间如下：
P=[μ−1.96σ10,μ+1.96σ10]P=[\mu-1.96\frac{\sigma}{\sqrt10},\mu+1.96\frac{\sigma}{\sqrt10}]P=[μ−1.9610σ,μ+1.9610σ]
理解如有误，还请大家多多留言指正。
参考资料
[1]如何理解 95% 置信区间？
[2]初学者都能看懂的95%置信区间