![](https://i-blog.csdnimg.cn/direct/83870393f4574034802b671f6cdfc5cb.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
数学建模
文章平均质量分 77
一起学习数学建模的模型,代码py
Aurora_th
算法ing
展开
-
数学建模-数据预处理(数据清洗、标准化)
标准化后,所有特征都具有相似的尺度和分布,这使得特征的权重更容易解释。在某些模型(如线性回归)中,特征的权重直接反映了其对输出的影响程度,标准化可以确保权重的解释更为准确和可靠。进行数据标准化是数据预处理中的一项重要步骤,其主要目的是消除不同特征之间由于量纲不同而导致的数据差异,使得数据更加可比较和可解释。在数学建模的比赛中,数据分析类的题目中往往我们要面对大量的数据,在给出的数据中,如果数据缺失会影响到判断和后序的操作。:标准化可以减少数据中的噪声和异常值对模型的影响,提升模型的稳定性和泛化能力。原创 2024-08-04 15:22:13 · 789 阅读 · 0 评论 -
数学建模-Topsis(优劣解距离法)
TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution) 可翻译为逼近理想解排序法,国内常简称为优劣解距离法 TOPSIS 法是一种常用的综合评价方法,其能充分利用原始数据的信息, 其结果能精确地反映各评价方案之间的差距。原创 2024-07-17 21:44:13 · 1259 阅读 · 1 评论