![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
文章平均质量分 74
邃海枫林
一起学习吧!
展开
-
freesgpt.cn数学建模研究生比赛航班问题!
航班 数学建模 问题 研究生数学建模 华为杯原创 2023-09-19 18:24:35 · 226 阅读 · 0 评论 -
2022年数据分析决赛试题简要分析
2022年年底数据分析竞赛决赛原创 2022-12-11 16:54:25 · 1004 阅读 · 4 评论 -
参与国赛数学建模大赛能获奖给大家的建议
备战数学建模建议原创 2022-11-14 09:44:33 · 753 阅读 · 0 评论 -
决策树(理论初步)
决策树理论理解:1.什么是决策树?一种基本的分类回归方法,决策树属于分类回归模型的范畴。决策树的三个步骤:特征选择决策树生成决策树修剪(剪枝)决策树示意图决策树目标:分类决策树本质:估计条件的概率模型决策树自我学习的目标: 选择最优决策树决策树学习的测试: 最小化损失函数决策树的特点:优点:计算复杂度不高,输出结果易于理解,对中间值的缺失不敏感,可以处理不相关特征数据。缺点:可能会产生过度匹配的问题适用数据类型:数值型和标称型2.信息熵原创 2021-11-03 21:52:24 · 1228 阅读 · 0 评论 -
PCA(主成分分析法)
###主成分分析法### python代码实现import numpy as npimport seaborn as snsimport matplotlib.pyplot as pltfrom sklearn.decomposition import PCAsns.set(style='whitegrid', font='Times New Roman', font_scale=0.4)plt.style.use('seaborn')plt.rcParams['font.sans-ser原创 2021-11-03 20:24:09 · 489 阅读 · 0 评论 -
线性回归(一)
###线性回归1.什么是线性回归?线性回归是用来确定两种变量之间的依赖关系,表达式为:单变量线性回归:多变量线性回归:多项式回归这里我们在数据集里以波士顿房价作为举例数据集共有506个样本,13个属性2.数据集的导入:做线性回归之前一般先对数据进行导入以及预处理!!!from sklearn.linear_model import LinearRegression #导入线性回归"""导入数据分割"""from sklearn.model_selection原创 2021-11-03 18:47:31 · 183 阅读 · 0 评论 -
ARMA 时间序列模型
更好的理解协方差以及相关系数###X因素和Y因素协方差公式:自相关系数ACF直观上来说,ACF 描述了一个观测值和另一个观测值之间的自相关,包括直接和间接的相关性信息。其实自相关系数可以这么理解:把一列数据按照滞后数拆成两列数据,在对这两列数据做类似相关系数的操作。这组数据是求滞后数为2的自相关系数,则变成求{x1,x2,…,x8}和{x3,x4,…,x10}两者的“相关系数”,相关系数打引号是因为这个相关系数的公式和以往的有点不一样。下面看一下公式的对比:所以,我们可以原创 2021-11-03 18:40:27 · 4957 阅读 · 0 评论