![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数学建模
文章平均质量分 55
Go~Go~Go~
Python狂热粉
展开
-
StratifiedShuffleSplit实现分层抽样交叉验证
StratifiedShuffleSplit()实现分层抽样交叉验证 1. K-折交叉验证法 交叉验证通常采用K-折交叉验证法–将训练数据拆分成K份,用其中K-1份进行训练,剩下的一份进行预测,从而检测模型的数据泛化能力。 使用cross_val_score可以实现交叉验证,但在某些场景下,为了解决不同类别的样本间数量差异较大的问题,可以引入sklearn.model_selection下的StratifiedShuffleSplit类进行分层抽样验证和测试数据的分割,从而提高模型的说服力。 2. St原创 2022-03-13 20:46:29 · 4754 阅读 · 0 评论 -
Pandas时序数据
Pandas时序数据 前言 在数据分析中,时序数据是一类非常重要的数据。事物的发展总是伴随着时间的推移,数据也会在各个时间点上产生。 一、python中的时间表示-datetime模块 Python的标准库datetime支持创建和处理时间,Pandas的时间时序模块是在datetime的基础上建立的。 换取当前时间 import datetime now = datetime.datetime.now() # 2022-03-06 18:43:49.506048 其中now的全貌如下,原创 2022-03-06 19:47:57 · 300 阅读 · 0 评论 -
A*算法及迪杰斯特拉算法求解最短路径问题
A*算法及迪杰斯特拉算法求解最短路径问题 一、题目 最短路径问题:求各节点到Bucharest的最小距离。 二、数据表示 在表示图的数据结构中,需要涵盖节点的相连关系和相连节点间的距离,以下为python数据结构表示 记录图中的全部节点,用于循环遍历: vertex_list_ = ['Oradea', 'Zerind', 'Arad', 'Sibiu', 'Fagaras', 'Timisoara', 'Rimnicu Vilcea', 'Lugoj', 'Mechadia', 'Pitesti',原创 2022-01-08 17:19:46 · 1823 阅读 · 2 评论 -
AHP及EWM的python实现
一、AHP A为对比矩阵 def AHP(A) -> np.array: # 平均随机一致性指标。 RI_dict = {1: 0, 2: 0, 3: 0.58, 4: 0.90, 5: 1.12, 6: 1.24, 7: 1.32, 8: 1.41, 9: 1.45, 10: 1.49} n = len(A) for i in range(1, n): for k in range(i): A[i][k] = 1 / A[k][原创 2021-11-28 14:04:51 · 948 阅读 · 0 评论 -
回归模型的python实现
**导言:**回归(Regression)模型属于经典的统计学模型,该模型的应用场景是根据已知的变量(自变量)来预测某个连续的数值变量(因变量)。 站在数据挖掘的角度看待线性回归模型,它属于一种有监督的学习算法,即在建模过程中必须同时具备自变量x和因变量y。 站在机器学习的角度看待线性回归模型,它与分簇、分类和标注任务不同,回归任务预测的不是有限的离散的标签值,而是无限的连续值。 在这篇文章中,讨论使用Python的sklearn、statsmodels模块实现一元线性回归、多元线性回归和非线性回归。 一、原创 2021-06-26 10:42:20 · 3141 阅读 · 0 评论