сравнивая результаты

Question

скажем, у меня есть два набора данных, A и B, которые содержат точки. Теперь я получаю три набора данных из каждого из этих наборов данных, применяя некоторый метод удаления случайных точек. Теперь у меня есть 8 наборов данных. Затем я запускаю алгоритм вычислений для всех из них на двух разных машинах X и Y и получаю следующие результаты о том, сколько времени для каждого из них прошло.

 datasets  |   A  |  A-1  |  A-2 |  A-3   |  B   |  B-1  | B-2  | B-3
 time
 X         |  a1  |  b1   |  c1  |   d1   |  e1  |   f1  |  g1  |  h1
 Y         |  a2  |  b2   |  c2  |   d2   |  e2  |   f2  |  g2  |  h2

Теперь, как я могу определить, какая машина работала лучше? Большое спасибо заранее!

Answer 1

Я думаю, что это зависит от того, как вы хотите учесть изменение размера набора данных (при условии, что наборы данных, у которых были удалены точки, меньше и не заполнены нулями или что-то в этом роде).

Если вы сначала предполагаете, что алгоритм равен O(n), т. Е. Что сложность возрастает линейно с количеством предметов, то вы можете нормализовать время по количеству предметов. Таким образом, нормализованное время для A будет a1/size(A) и a2/size(A) и т. Д.

Это, однако, предполагает довольно много, главное предположение, что ваша оценка производительности будет сравнение времени работы между машинами.