- 博客(31)
- 收藏
- 关注
RSS订阅原创 大话算法 -- 粒子群算法
粒子群算法是数学建模比赛中非常常用的算法，L学长今天给大家介绍一下什么是粒子群算法，以及该怎么使用它。粒子群算法（Particle Swarm Optimization,PSO）是一种模仿鸟群、鱼群觅食行为发展起来的一种进化算法。其概念简单易于编程实现且运行效率高、参数相对较少，应用非常广泛。粒子群算法于1995年提出，距今（2019）已有24年历史。 粒子群算法中每一个粒子的位置代表了待求问题的一个候选解。每一个粒子的位置在空间内的好坏由该粒子的位置在待求问题中的适应度值决定。每一个粒子在下一代
2022-06-12 16:33:06
12150
4
原创 机器学习 --- 核方法（Kernel Method）
数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰
2022-06-11 19:32:02
1101
原创 机器学习 --- 降维（Dimensionality Reduction）
数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰
2022-06-11 19:19:42
891
原创 机器学习 --- 支持向量机SVM（Support Vector Machine）
数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰
2022-06-11 18:06:20
1044
原创 机器学习基础 --- 线性回归（Linear Regression）
数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰
2022-06-11 17:40:27
1229
原创 机器学习数学基础
高斯分布在统计机器学习中占据重要的地位。本节内容主要是利用极大似然估计计算高斯分布下的最优参数。假设数据 X中有 N 个样本，每个样本 Xi 为p 维数据所有的样本都独立同分布于高斯分布数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰...
2022-06-11 17:15:47
940
原创 建模复盘 --- 最短时间生产计划安排
应群内同学强烈要求，今天学长给大家例举一个常用数学模型：最短时间生产计划模型该模型出现在好几个竞赛赛题上，预测2021今年国赛也会与该模型相关。离散系统仿真在工业生产的工序安排中起到了相当重要的作用，如何就一些内部机制复杂的离散问题建立简单易行、可监测性强的数学模型一直是仿真技术的研究热点．离散事件系统现有三种仿真建模策略，即：该模型demo学长采用了其中的活动扫描法对生产中的一个实际例子进行了处理．活动扫描法对于各事件之间相关性很强的系统有着很好的适用性．在许多工厂生产过程中，由于设备的数量、产品加工的次
2022-06-11 17:13:39
3031
原创 建模复盘：光照强度计算的优化模型
现在已知一个教室长为15米，宽为12米，在距离地面高2.5米的位置均匀的安放4个光源（分别为1、2、3、4），各个光源的光照强度均为一个单位，如下图要求：（对于（1）、（2）问，假设横向（纵向）墙壁与光源、光源与光源、光源与墙壁之间的距离是相等的.）matlab 实现代码建议最好用python去实现，图会好看一些，而且国内当前趋势会逐渐淘汰matlab，目前有些学校已经无法使用matlab了最后数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问
2022-06-11 16:38:59
1852
原创 建模基础教学：EM-期望最大化算法
本人HIT计算机研在读，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～假设：但现在我们让情况复杂一点，就是这 50 个男生和 50 个女生混在一起了。我们拥有 100 个人的身高数据，却不知道这 100 个人每一个是男生还是女生。这时候情况就有点尴尬，因为通常来说，我们只有知道了精确的男女身高的正态分布参数我们才能知道每一个人更有可能是男生还是女生。但从另一方面去考量，我们只有知道了每个人是男生还是女生才能尽可能准确地估计男女各自身高的正态分布的参数。这个时候有人就想到我们必须从某一点开始，并用
2022-06-11 16:00:26
905
原创 建模基础教学：分类算法 --- knn聚类
我们先看一张图：观察一下，黄点和蓝点代表了两种标签，比如每个蓝点都是一个合格的产品，黄点是劣质的产品。事实上在图中可以看到，相同标记的样本点通常是成团的形式聚在一起，因为合格的产品在属性上一定是相同或相似的（合格的产品在属性上不太可能会跑到不合格的一类中去）。那么我们预测过程中，查看被预测的样本x是属于哪一堆来判断它是黄豆还是蓝豆是不是可行呢？当然可以啦，K近邻就是一种基于该原理的算法。从名字里就可以看到，K近邻样本的预测上，是看被预测样本x离哪一团最近，那它就是属于哪一类的。图里有两种标记，就叫它黄豆
2022-06-10 14:33:05
2118
原创 建模基础教学：分类算法 --- 决策树
我们在买苹果的时候可以通过苹果的颜色、硬度来判断它的好坏，再决定是否买这个苹果。那么我们也许可以基于之前买苹果的经验做出这样一个分析：某人不太会挑苹果，所以纯粹是随机写的几条数据，假设上述几条就是我们挑苹果的真理。那么此时如果我们拿到了一个苹果，属性是（红色，硬，香），怎么判断呢？通常是一个一个属性顺序判断，先看颜色，有0、1、2三条经验符合，第二个硬，剩下0、1符合，再看香，第0条经验符合，这时候看第0条的结论是好苹果，那手里这个就是好苹果。通过对经验数据进行属性的比对来获取经验数据的结论，从而获取该判断
2022-06-10 14:21:04
3146
原创 建模基础教学：分类算法 --- 随机森林
本人HIT计算机研在读，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～随机森林属于 集成学习 中的 Bagging（Bootstrap AGgregation 的简称） 方法。如果用图来表示他们之间的关系如下：决策树 – Decision Tree在解释随机森林前，需要先提一下决策树。决策树是一种很简单的算法，他的解释性强，也符合人类的直观思维。这是一种基于if-then-else规则的有监督学习算法，上面的图片可以直观的表达决策树的逻辑。随机森林 – Random Forest | RF
2022-06-10 14:10:51
3376
原创 建模基础教学：模糊聚类FCM
## 0 前言本人计算机研在读，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～模糊c均值聚类(Fuzzy C-Means)是引入了模糊理论的一种聚类算法，通过隶属度来表示样本属于某一类的概率，原因在于在很多情况下多个类别之间的界限并不是绝对的明确。显然，相比于k-means的硬聚类，模糊c均值聚类得到的聚类结果更灵活。模糊c均值聚类通过最小化一下目标函数来得到聚类中心： 最后数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰..
2022-06-10 14:00:06
1499
原创 建模基础教学：模糊综合评判法
本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～对于传统集合，一个元素要么属于这个集合，要么不属于这个集合，我们用1表示元素属于该集合，0表示元素不属于该集合。模糊集合论认为一个集合可以不完全属于一个集合，用[0，1]之间的一个数来表示一个元素属于一个集合的程度，这个数叫做该集合的隶属度我们可以设定一个数（比如0.5）当一个元素的隶属度大于这个数时，我们就可以认为该元素时属于这个集合的以人事考核为例，运用模糊综合评价，对企业员工的综合素质进行考核，从而为企业员工的升迁、评先晋级、聘
2022-06-10 11:44:21
1015
原创 建模基础教学：寻求最优解 -- 退火算法
本人HIT计算机研在读，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～在热力学上，退火（annealing）现象指物体逐渐降温的物理现象，温度愈低，物体的能量状态会低；够低后，液体开始冷凝与结晶，在结晶状态时，系统的能量状态最低。大自然在缓慢降温（亦即，退火）时，可“找到”最低能量状态：结晶。但是，如果过程过急过快，快速降温（亦称「淬炼」，quenching）时，会导致不是最低能态的非晶形。如下图所示，首先（左图）物体处于非晶体状态。我们将固体加温至充分高（中图），再让其徐徐冷却，也就退火（右图
2022-06-10 11:29:42
1743
原创 数学建模 复盘 --- 人力资源安排的最优化模型
这次建模是由学长亲自带队指导某校学生校赛，并且这次题目质量出的还不错，而且资源优化模型也是各个建模大赛喜欢出的题目，这里学长把作品分享出来给大家。某大学数学系人力资源安排问题是一个整数规划的最优化问题，通过具体分析数学系现有的技术力量和各方面的约束条件，在问题一的求解中，可以列出一天最大直接收益的整数规划，求得最大的直接收益是42860元；而在问题二的求解中，由于教授一个星期只能工作四天，副教授一个星期只能工作五天，在这样的约束条件下，列出一个星期里最大直接收益的整数规划模型，求得其最大直接收益是19872
2022-06-10 11:15:17
3300
原创 数学建模 复盘 --- 校园网的优化模型
这次建模是由学长亲自带队指导某建模赛，分享一下建模过程。本次建模通过对校园网计费需求、常用网络计费方式的分析,解决了在不同条件下通信端口数与上网用户数的关系,并且分析了不定时上网时各时间段的可能性和产生的抱怨问题.给出了此时上网的通信端口平均使用率.针对分段计时收费,说明了按时间长短来计费的不利之处,并提出了一种通用的校园网计费系统解决方案:分时计费方案.这种方案较为合理的以不同时间上网用不同收费的方法,使得所有通信端口的使用率大为提高,并且能够让同一时间上网的人数不会长时间的过多用户使用而导致用户的抱怨问
2022-06-10 11:02:38
1425
原创 数学建模：异常检测算法
异常检测（outlier detection）在以下场景：等等，有着重要的作用。由于在以上场景中，异常的数据量都是很少的一部分，因此诸如：SVM、逻辑回归等分类算法，都不适用，因为：监督学习算法适用于有大量的正向样本，也有大量的负向样本，有足够的样本让算法去学习其特征，且未来新出现的样本与训练样本分布一致。以下是异常检测和监督学习相关算法的适用范围：近三个月，成交量大于200000就可以认为发生了异常（天量，嗯，要注意风险了……）大体可以知道，该股票在成交量少于20000，或者成交量大于80000
2022-06-10 10:25:42
2878
原创 数学建模参赛技巧 --- 论文撰写
大家好，我是L学长。今天学长给大家分享一下学长建模私货，论文写作技巧。来跟学长学习的同学不少是第一次参加建模的，这里学长告诉大家一个少为人知的“秘密”。想要在建模比赛拿奖，很大程度上并不是看你的模型有多牛、数据结果有多紧缺，而是论文整体逻辑是否完整。(划重点)接下来学长给大家分享一下学长多年竞赛经验得来的论文技巧：论文的质量直接影响到整个队伍能不能拿奖，拿几等奖，一般获奖门槛就是论文结构完整、格式正确、排版整齐、图文并茂，这是拿奖的最基本条件。学长建议论文的撰写专门交给一位同学负责，其他两
2022-06-10 09:45:56
3069
1
原创 数学建模复盘之 --- 2020数学建模国赛C-中小微企业的信贷决策
该项目为2020年，国赛数学建模，本学长帮助同学完成，共带5队，3个一等奖，2个二等奖，今天带大家进行复盘。本次复盘非提供给同学的参赛项目，这里只做基础的简单分析，参赛作品不给予提供。数据一用提供了3个csv文件：计算收入的发票数有多少LCR 模型，KMeans 聚类LCR 建模附件1最终数据作为训练集附件2处理为需要用到的数据数学建模精选资料共享，研究生学长数模指导，建模比赛思路分享，关注我不迷路！建模指导，比赛协助，有问必答，欢迎打扰...
2022-06-09 20:41:41
8131
原创 数学建模教程：CBA-基于关联规则的分类算法
本人HIT计算机研在读，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，学长列举一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程。CBA算法作为分类算法，他的分类情况也就是给定一些预先知道的属性，然后叫你判断出他的决策属性是哪个值。判断的依据就是Apriori算法挖掘出的频繁项，如果一个项集中包含预先知道的属性，同时也包含分类属性值，然后我们计算此频繁项能否导出已知属性值推出决策属性值的关联规则，如果满足规则的最小置信度的要求，那么可以把频繁项中的决策属性值作为最后的分类
2022-06-09 17:52:36
1362
原创 数学建模教程：GSpan-频繁子图挖掘算法
本人计算机研在读，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程频繁子图挖掘是数据挖掘中一个非常广泛的应用。频繁子图挖掘是指从大量的图中挖掘出满足给定支持度的频繁子图，同时算法需要保证这些频繁图不能重复。频繁模式挖掘主要就是应用两种策略（这里不讨论基于垂直增长的方法）——Apriori和Growth。最早的AGM和FSG就分别实现了这两重策略的基本思想。gSpan是一个非常高效的算法，它利用dfs-code序
2022-06-09 17:23:59
2097
原创 数学建模教学：常用算法 --- Apriori-关联规则挖掘算法
本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程Apriori算法是一种用于挖掘数据集内部关联规则的算法，“apriori”在拉丁语中翻译为“来自以前”，听意思你应该就能猜到了，这个算法是用先验知识来预测数据的关联规则的。说到关联规则，有一个很有名的案例——啤酒与尿布。说，美国一家连锁店发现很多男性会在周四购买尿布和啤酒，这两种看似不相干的商品之间显现出强相关性，于是商家可以将啤酒货架放在尿布货架
2022-06-09 16:41:59
3123
原创 数学建模教学：常用算法 --- BIRCH-层次聚类算法
本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程BIRCH（Balanced Iterative Reducing and Clustering Using Hierarchies）在设计之初就考虑到了大规模数据集上聚类的精确性（充分利用有限内存保证好的聚类效果）和最小化I/O代价（减少数据库的读写，保证效率）之间的均衡。BIRCH能够识别出数据集中数据分布的不均衡性，将分布在稠密区域中的点聚类
2022-06-09 16:33:45
2203
原创 数学建模教学：常用算法 --- CART-分类回归树算法
本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程分类与回归树，是二叉树，可以用于分类，也可以用于回归问题，最先由 Breiman 等提出。分类树的输出是样本的类别， 回归树的输出是一个实数。决策树生成和剪枝。递归地构建二叉决策树的过程，基于训练数据集生成决策树，生成的决策树要尽量大；自上而下从根开始建立节点，在每个节点处要选择一个最好的属性来分裂，使得子节点中的训练集尽量的纯。不同的算法使用不同的
2022-06-09 14:04:44
1243
原创 数学建模教学：常用算法 --- FPTree-频繁模式树算法
本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程FP-Tree算法全称是FrequentPattern Tree算法，就是频繁模式树算法，他与Apriori算法一样也是用来挖掘频繁项集的，不过不同的是，FP-Tree算法是Apriori算法的优化处理，他解决了Apriori算法在过程中会产生大量的候选集的问题，而FP-Tree算法则是发现频繁模式而不产生候选集。但是频繁模式挖掘出来后，产生关联规
2022-06-09 13:53:18
3780
原创 数学建模教学：常用算法 --- ID3-决策树分类算法
本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程2 递归终止的条件：（1）所有类的标签完全相同，则直接返回该类标签。（2）使用完所有即当前属性集为空，仍不能将数据集划分成仅包含唯一类别的分组，则挑选出现次数最多的类别作为返回值。共分为四个属性特征：年龄段，有工作，有自己的房子，信贷情况; 现根据这四种属性特征来决定是否给予贷款 为了方便，我对数据集进行如下处理：在编写代码之前，我们
2022-06-09 11:46:21
3623
原创 数学建模教学：常用算法 ---AdaBoost 算法
# 前言本人计算机研二，专业带队数学建模，长期更新建模教学，有需要的同学欢迎讨论～本篇文章，本系列学长讲解一部分数学建模常用算法，会陆续更新每个算法的详细实现和使用教程在机器学习算法中，有一种算法叫做集成算法，AdaBoost 算法是集成算法的一种。我们先来看下什么是集成算法。通常，一个 Boss 在做一项决定之前，会听取多个 Leader 的意见。集成算法就是这个意思，它的基本含义就是集众算法之所长。前面已经介绍过许多算法，每种算法都有优缺点。那么是否可以将这些算法组合起来，共同做一项决定呢？答案
2022-06-09 11:25:27
1259
原创 数学建模教学：感知机原理剖析及实现
## 一、感知机的直观理解感知机应该属于机器学习算法中最简单的一种算法，其原理可以看下图：比如说我们有一个坐标轴（图中的黑色线），横的为x1轴，竖的x2轴。图中的每一个点都是由（x1，x2）决定的。如果我们将这张图应用在判断零件是否合格上，x1表示零件长度，x2表示零件质量，坐标轴表示零件的均值长度和均值重量，并且蓝色的为合格产品，黄色为劣质产品，需要剔除。那么很显然如果零件的长度和重量都大于均值，说明这个零件是合格的。也就是在第一象限的所有蓝色点。反之如果两项都小于均值，就是劣质的，比如在第三象限的黄色
2022-06-09 11:11:24
1075
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