数学建模
文章平均质量分 66
herry57
这个作者很懒,什么都没留下…
展开
-
优化-规划问题(数学建模)
优化-规划问题(数学建模matlab)原创 2022-06-05 17:32:39 · 3127 阅读 · 1 评论 -
拟合问题(matlab实现)
拟合原创 2022-08-13 23:38:12 · 494 阅读 · 0 评论 -
插值问 题
插值问 题原创 2022-08-13 17:09:32 · 145 阅读 · 0 评论 -
对应分析(R—Q型因子分析)
对应分析,又称为R-Q型因子分析,适用于有多个类别的分类变量,可以揭示同一个变量各个类别之间的差异,以及不同变量各个类别之间的对应关系,与卡方检验不同的是,对应分析不单单展示了不同分组的差异性,也能通过2维、3维的方式展示其在空间的关系。“生命科学”和“社会科学”变化不大和而列坐标得出。.........原创 2022-07-25 16:53:03 · 4156 阅读 · 0 评论 -
经典相关性分析
代码】经典相关性分析。原创 2022-07-24 16:34:29 · 3820 阅读 · 0 评论 -
数据预处理
缺失值的处理和异常检测原创 2022-07-19 23:37:51 · 238 阅读 · 0 评论 -
时间序列预测
时间序列预测原创 2022-07-18 23:08:17 · 594 阅读 · 0 评论 -
数理统计(matlab实现)
一.区间估计二、QQ图三、秩和检验四、方差分析4.1单因素方差分析4.2双因素方差分析4.2多因素方差分析五、回归分析5.1多元线性回归5.2后退法原创 2022-07-18 11:29:19 · 2830 阅读 · 0 评论 -
目标规划问题
目标规划问题原创 2022-07-10 18:09:28 · 3269 阅读 · 0 评论 -
多目标规划
目录例题方法一:线性加权法方法二:理想点法方法三:优先级法某公司考虑生产两种光电太阳能电池:产品甲和产品乙。这种生产会引起空气放射性污染。因此,公司经理有两个目标:极大化利润与极小化总的放射性污染。已知在一个生产周期内,每单位产品的收益、放射性污染排放量、机器能力(小时)、装配能力(人时)和可用的原材料(单位)的限制如表16.1所示。假设市场需求无限制,两种产品的产量和至少为10,则公司该如何安排一个生产周期内的生产。 设分别表示甲乙两种产品在一个生产周期内的产量分别为和,则该问题的目标函数为利润极大化:m原创 2022-07-10 11:17:27 · 11861 阅读 · 1 评论 -
聚类算法介绍
目录一、概念二、K-means聚类1.步骤 2.流程图 3.代码实现三、探究⽤户对物品类别的喜好细分⼀种典型的⽆监督学习算法,主要⽤于将相似的样本⾃动归到⼀个类别中。左一图:原始数据分布图;中间图:二分类图,右一图:四分类图...原创 2022-06-25 17:51:35 · 516 阅读 · 0 评论 -
特征降维(特征工程)
目录一、特征选择1.低⽅差特征过滤 2.相关系数2.1⽪尔逊相关系数 2.2斯⽪尔曼相关系数 二、主成分分析1.概念 2.代码降维的方式:特征选择和主成分分析数据中包含冗余或⽆关变量(或称特征、属性、指标等),旨在从原有特征中找出主要特征。 2.相关系数2.1⽪尔逊相关系数 2.2斯⽪尔曼相关系数 其中n为等级个数,d为⼆列成对变量的等级差数 二、主成分分析1.概念⾼维数据转化为低维数据的过程,在此过程中可能会舍弃原有数据、创造新的变量...原创 2022-06-25 17:28:27 · 399 阅读 · 0 评论 -
集成学习(随机森林)
目录一、集成学习概念 二、Bagging集成原理三、随机森林 四、例子(商品分类)分类圆形和长方形 1、随机森林够造过程中的关键步骤(M表示特征数⽬):1)⼀次随机选出⼀个样本,有放回的抽样,重复N次(有可能出现重复的样本)2) 随机去选出m个特征, m ...原创 2022-06-24 19:52:01 · 1062 阅读 · 1 评论 -
决策树(python)
目录一、分类决策树1.决策树的划分依据2.剪枝(对付"过拟合"的主要⼿段)3.案例(泰坦尼克号乘客⽣存预测) 4.利弊 二、回归决策树决策树思想的来源⾮常朴素,程序设计中的条件分⽀结构就是if-else结构。 在决策树学习中,为了尽可能正确分类训练样本,结点划分过程将不断重复,有时会造成决策树分⽀过多,这时就可能 因训练样本学得"太好"了,以致于把训练集⾃身的⼀些特点当作所有数据都具有的⼀般性质⽽导致过拟合。因此,可通 过主动去掉⼀些分⽀来降低过拟合的⻛险。 决策树的图:案例...原创 2022-06-23 18:43:29 · 11542 阅读 · 12 评论 -
特征提取-特征工程
目录1.定义2.字典特征提取 3.英文⽂本特征提取 4.中文⽂本特征提取 3.英文⽂本特征提取 4.中文⽂本特征提取原创 2022-06-21 18:35:54 · 531 阅读 · 0 评论 -
多项式回归
多项式回归以及不同多项式系数的损失测试原创 2022-06-20 23:04:57 · 241 阅读 · 0 评论 -
逻辑回归-二分类问题
目录1.原理1.1输入1.2激活函数(sigmoid函数 )2.损失 3.案例原创 2022-06-20 17:49:57 · 389 阅读 · 0 评论 -
线性回归算法
目录1.概念2.例子3.线性回归经常使⽤的两种优化算法3.0背景(损失函数)3.1正规⽅程3.2梯度下降 3.3两个方法对比4.岭回归 5.模型的保存和加载 3.线性回归经常使⽤的两种优化算法3.0背景(损失函数)3.2梯度下降 公式步骤演示:我们假设有⼀个单变量的函数 :J(θ) = θ 函数的微分:J (θ) = 2θ 初始化,起点为: θ = 1 学习率:α = 0.4 如图,经过四次的运算,也就是⾛了四步,基本就抵达了函数的最低点,也就是⼭底 5.模型的保存和加载...原创 2022-06-19 12:46:15 · 1273 阅读 · 0 评论 -
knn(K-近邻算法)
目录1.步骤2.举例3.例子4.优缺点5.交叉验证和网格搜索来确定k6.归一化7.标准化1)计算已知类别数据集中的点与当前点之间的距离 2)按距离递增次序排序 3)选取与当前点距离最⼩的k个点 4)统计前k个点所在的类别出现的频率 5)返回前k个点出现频率最⾼的类别作为当前点的预测分类3.例子4.优缺点4.1优点简单有效;重新训练的代价低;适合类域交叉样本:KNN⽅法主要靠周围有限的邻近的样本,⽽不是靠判别类域的⽅法来确定所属类别的,因此对于类域的交叉或重叠较多的待分样本集来说,KNN⽅原创 2022-06-18 16:31:17 · 311 阅读 · 0 评论 -
高级绘图seaborn
目录1.绘制单变量分布 2.绘制双变量分布 3.分类散点图 4.箱型图5.相关性基本分析 6.表的高级操作6.1降序排列 6.2单变量分布情况 6.3双变量 6.4多变量 2.绘制双变量分布 3.分类散点图 要想查看各个分类中的数据分布,显而易见,散点图是不满足需求的,原因是它不够直观。55.相关性基本分析 6.表的高级操作6.1降序排列 6.2单变量分布情况...原创 2022-06-16 17:38:14 · 147 阅读 · 0 评论 -
python中pandas包
python中pandas包原创 2022-06-12 22:38:59 · 856 阅读 · 0 评论 -
python中numpy包
python中numpy包原创 2022-06-10 15:49:15 · 515 阅读 · 0 评论 -
二维图Matplotlib Pyplot
二维图Matplotlib Pyplot原创 2022-06-09 17:54:26 · 331 阅读 · 0 评论