- 博客(8)
- 收藏
- 关注
RSS订阅原创 T-SNE+Python散点图绘制+图例
T-SNE+Python散点图绘制+图例文章目录T-SNE+Python散点图绘制+图例背景代码背景T-SNE可以用于数据降维，降维之后的数据我们用散点图进行可视化处理。在这里我搜集了不少资料，发现散点图添加图例的最好方法还是把不同类的点分开来存储，在绘制的时候也分开来绘制。具体代码见下，已有十分详细的注释。代码import matplotlib.pyplot as pltfrom sklearn import manifold, datasetsimport scipy.io as sc
2021-09-25 21:10:32
3752
原创 回归问题总结
回归问题总结文章目录回归问题总结一元回归一元线性回归一元非线性回归指数形式非线性回归多项式形式非线性回归一元回归通俗地讲，一元回归就是用一个表达是来拟合出一个最贴切的y关于x的函数。一元线性回归x=[1 2 3 4];y=[2 4 6 9];%这是x、y的初始值Lxx=sum((x-mean(x)).^2);Lxy=sum((x-mean(x)).*(y-mean(y)));b1=Lxy/Lxx;b0=mean(y)-b1*mean(x);y1=b1*x+b0;%最后拟合出来
2021-09-04 11:06:45
175
原创 Cplex教程（C++）
Cplex教程（C++）文章目录Cplex教程（C++）背景环境搭建简单语法介绍环境创建与关闭变量的创建声明约束声明目标实例介绍背景Cplex是一款十分强大的商用规划求解器，之前本人在求解博弈策略的时候使用过，认为其至少有两大优势。求解速度十分快，并且听说可以支持上千个变量。在C++中，与Cplex接口的语法十分简单，几乎就是无脑编写。但是在使用的过程中我也发现了一些问题，比如有一些较复杂的多次规划，matlab可以求解但是Cplex好像不支持求解？但是瑕不掩瑜，Cplex依旧是我求解规划
2021-09-03 21:09:48
3466
原创 K-means聚类
K-means聚类文章目录K-means聚类问题背景需要导入的库中心点坐标以及分类结果轮廓系数问题背景用于解决以下问题：有n个点，每个点都有m个特征值（一般不会太多），将其分为k类。要求：类与类之间的差距尽可能大，类之间各点的差距尽可能小。这一目标我们使用轮廓系数来衡量。下面我将展示如何调用python中的sklearn快速地完成聚类算法。需要导入的库from sklearn.metrics import silhouette_scorefrom Bio.Cluster import kcl
2021-09-03 20:08:37
148
原创 Python、Matlab、C++之间的数据传递
Python、Matlab、C++之间的数据传递文章目录Python、Matlab、C++之间的数据传递引言Matlab读取、导出Matlab读取Matlab导出Python读取、导出Python读取Python导出C++读取、导出C++读取、导出引言在数学建模里面，这三种语言应该是个人最常用的了。数学建模留给算法的时间其实是并不充裕的，因此聚焦于程序功能实现中的若干子过程，打一枪换一跑可以在很大程度上快速得出答案。但是这个看似只需要百度一下的过程，其实网上的很多教程还是有坑的，在本人的亲测下做出了行
2021-08-31 20:39:21
447
原创 Markdown常用语法整理
标题# +标题名称#表示一级标题######表示六级标题加粗/斜体*或/一对*表示斜体两对**表示加粗列表无序列表 *+内容有序列表 1.+内容任务列表 - [ ] / - [x] +内容可以通过缩进来自行实现多级的功能链接[text](url)图片[text](url)...
2021-08-06 00:58:12
105
原创 M1 Macbook vscode 配置 C++环境
M1 Macbook vscode 配置 C++环境文章目录M1 Macbook vscode 配置 C++环境引言配置tasks.jsonlaunch.json参考博客引言在M1刚出的时候，本人就购入了。但是由于对于种种问题，很长时间都没有解决C++ debug的问题。最近才发现vscode已经有适配arm架构的版本（好像挺早就适配了），借鉴了一些博客又尝试了一下，成功了，亲测有效。(不过本人对于配置的具体过程依旧不甚了解，希望今后有空的时候可以学习一下相关的知识来填坑)配置首先，安装插件C
2021-08-05 18:45:34
1412
2
原创 Python-数学建模-numpy常用操作
numpy.arraynumpy.array(object, dtype = None, copy = True, order = None, subok = False, ndmin = 0)一般就用来正常生成一个普通的数组numpy数组基本属性numpy.arangenumpy.arange(start, stop, step, dtype)numpy切片与索引关于：使用的两个实例关于...的使用实例：...的作用其实很大程度上与直...
2021-07-26 07:08:21
314
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人