数学建模
文章平均质量分 85
数学建模算法与经验
Hole_up
数据科学与大数据技术
展开
-
【2024_CUMCM】中心对数变换(CLR)[附代码]
中心对数变换(CLR)是一种针对成分数据的重要转换方法,它通过将成分数据转换为对数比值,有助于在统计分析中更有效地处理这类数据的特性。原创 2024-07-14 16:26:05 · 1952 阅读 · 0 评论 -
【2024_CUMCM】时间序列4-实战
时间序列4-实战 spss原创 2024-07-14 11:12:33 · 672 阅读 · 0 评论 -
【2024_CUMCM】时间序列3-一元时间序列分析的模型
以下将介绍一元时间序列分析的十种模型,更多的是需要大概了解模型,方便后面更好的应用原创 2024-07-13 21:36:16 · 919 阅读 · 0 评论 -
【2024_CUMCM】时间序列1
引言:时间序列也称动态序列,是指将某种现象的指标数值按照时间顺序排列而成的数值序列。时间序列分析大致可分成三大部分,分别是描述过去、分析规律和预测未来。原创 2024-07-13 15:31:42 · 947 阅读 · 0 评论 -
【2024_CUMCM】插值算法(附代码)
在数模比赛中,常常会出现数据的分析时的数据不足或缺失,这时我们想要补数据,并且需要补上一些较为靠谱的数据,此时就需要用到插值法。三次样条插值法、分段三次埃尔米特插值法原创 2024-07-12 17:09:48 · 1516 阅读 · 0 评论 -
【2024_CUMCM】熵权TOPSIS方法
熵权topsis法其实应该称为前面我们学过层次分析法,是判断矩阵的确定依赖于专家,如果专家的判断存在主观性的话,会对结果产生很大的影响。(主观性太强)所以,相对于层次分析法,熵权法是一种较为的方法指标的变异程度越小,所反映的信息量也越少,其对应的权值也应该越低(客观 = 数据本身就可以告诉我们权重)原创 2024-07-12 11:35:50 · 1317 阅读 · 0 评论 -
【2024_CUMCM】微分方程
常微分方程涉及单个自变量及其导数,而偏微分方程涉及多个自变量及其偏导数常微分,其中y是待求函数,x是自变量偏微分,其中u是待求函数,t和x是自变量。原创 2024-07-12 11:05:29 · 860 阅读 · 0 评论 -
【2024_CUMCM】机器学习导论、不平衡分类模型(重采样)、交叉验证(附代码)
这种举例子就懂了,例如根据体检数据判断是否患病,那根据常识,不患病的人肯定说远多于患病人数;例如检测欺诈性信用卡交易。如下图所示,欺诈性交易约为400笔,而非欺诈性交易为约90000笔。如果对于这种不平衡模型之间进行训练,你会发现调到最后,预测出不患病的准确率接近百分百,预测患病的准确率为0,这显然是不行的通过重采样进行解决用于处理高度不平衡数据集的一种广泛采用的类不平衡技术称为重采样。它包括从多数类中删除样本(欠采样)和/或从少数类中添加更多样本(过采样。原创 2024-07-11 11:47:15 · 764 阅读 · 0 评论 -
【2024_CUMCM】Matlab快速入门
matlab速成,包括常用和基础的东西原创 2024-07-09 20:06:30 · 621 阅读 · 0 评论 -
【2024_CUMCM】数据预处理、数据分析、数据可视化
问题说白了就是探究品类和销售量这两个,根据题意,我们先进行,按照以往的步骤是针对缺失值、重复值、异常值。我认为这道题应该是,需要思考到情境下的特殊情况和特殊数据,再进行处理。然后就可以开始数据分析,通过函数引入数量、均值、最值、百分位数、等描述统计量,并通过如热力图、箱线图、折线图、条形图、直方图更清晰探究其关联关系。原创 2024-07-07 20:15:51 · 982 阅读 · 0 评论 -
【2024_CUMCM】层次分析法
层次分析法 用于求出权重原创 2024-07-09 15:17:47 · 854 阅读 · 0 评论 -
【2024_CUMCM】T检验、F检验、卡方检验
分类数据(categorical data)也称定类数据。通常用来描述事物的属性或特征,而不是度量其数量。例如,性别(男、女)、民族、颜色、行业类型等都是分类数据的例子。原创 2024-07-07 22:15:27 · 299 阅读 · 0 评论 -
【2024_CUMCM】时间序列算法ARMA
ARMA模型,全称为自回归移动平均模型(Autoregressive Integrated Moving Average Model),是一种常用于时间序列分析的统计模型。它结合了自回归模型(AR)和移动平均模型(MA)的特性,能够描述时间序列数据中的自相关性和随机扰动之间的关系。ARMA模型通常表示为ARMA(p, q)形式,其中p表示自回归项的数量,q表示移动平均项的数量。原创 2024-07-07 22:00:34 · 852 阅读 · 0 评论