m0_74807013的博客

原创 HTML网页制作知识总结（简单易学）

html制作网页所需要学的知识点

原创 P-P图和Q-Q图

P-P图和Q-Q图都可以检验数据是否符合指定的分布。当数据符合指定分布时，P-P图中各点近似呈现一条直线。但两幅图的实现原理并不相同。

原创 粒子群算法PSO

PSO是一种基于群体智能的优化算法，其核心思想是通过模拟群体中个体的相互影响和学习行为来寻找问题的最优解。每个个体（称为粒子）代表一个可能的解，在搜索空间中移动，通过更新其速度和位置来逐步逼近最优解。

原创 ACF自相关系数

ACF（Autocorrelation Function，自相关函数）是用于分析时间序列数据的重要工具之一。自相关函数用于衡量一个时间序列与其自身在不同滞后（lag）下的相关性，帮助揭示数据的周期性、趋势以及随机性等特征。

原创 One-hot编码

One-hot编码是一种将分类变量（如类别或标签）转换为数值表示的方法。在机器学习和数据处理中，分类变量通常需要被转换为数值形式，以便可以输入到算法中进行训练或预测。One-hot编码通过创建一个二进制的列向量来表示每一个可能的类别。

原创 偏相关性分析

偏相关性分析（Partial Correlation Analysis）是一种统计方法，用于测量两个变量之间的线性相关性，同时控制或消除其他变量的影响。与简单的相关性分析不同，偏相关性分析能够揭示在控制了其他变量之后，两个变量之间是否仍然存在相关性，从而提供更深入的理解。

原创 FP-Growth算法

FP-Growth（Frequent Pattern Growth）是一种用于频繁模式挖掘的高效算法，特别适用于关联规则分析。它能够在大型数据集中快速找到频繁项集，而无需生成候选项集，与Apriori算法相比，更加高效。FP-Growth算法常用于市场篮分析（Market Basket Analysis），以发现数据集中不同项之间的关联性，如顾客购买商品的组合模式。

原创 费希尔精确检验

算法介绍

原创 中心对数变换

中心对数变换的算法思路

原创 皮尔逊检验

皮尔逊检验（Pearson Test），通常指皮尔逊相关系数（Pearson Correlation Coefficient），用于测量两个连续变量之间的线性相关性。

原创 卡方检验算法

卡方检验（Chi-Square Test）是一种用于检验两个分类变量之间关联性的方法。

原创 LSTM模型

LSTM（长短期记忆）是一种用于处理和预测时间序列数据的递归神经网络（RNN）架构旨在解决传统RNN在处理长序列数据时存在的梯度消失和梯度爆炸问题。LSTM的关键在于其特殊的单元结构，每个单元包含三个门：输入门、遗忘门和输出门。这些门通过控制信息的流动，允许LSTM在更长时间范围内保持和更新记忆。输入门（Input Gate）：控制有多少新的信息被存储在单元状态中。遗忘门（Forget Gate）：控制当前单元状态中有多少信息被保留。输出门（Output Gate）

原创 随机森林算法

随机森林是一种强大的机器学习算法，广泛用于解决多种问题。

原创 蒙特卡洛法

【代码】蒙特卡洛法。

原创 灰色关联分析模型

【代码】灰色关联分析模型。

原创 主成分分析算法

主成分分析：用较少的综合变量尽可能多地反映原来信息地统计方法原理:PCA的主要目标是将特征维度变小，同时尽量减少信息损失。就是对一个样本矩阵，一是换特征，找一组新的特征重新标识；二是减少特征，新特征的数目要远少于原特征的数目通过PCA将n维原始特征映射到k维（k

原创 模糊综合评价模型

原创 熵权法模型

【代码】熵权法模型。

原创 Topsis模型算法

【代码】Topsis模型算法。

原创 层次分析模型

决策问题：面临多种方案，需要根据一定的标准选择某一种方案。给指标加上权重（加权）二、python代码。

原创 数学建模（7）——Logistic模型

根据不同数据的趋势选择不同的模型，一般用。

原创 数学建模（6）——预测类模型目录

预测模型是一类通过分析和建模历史数据来预测未来结果的算法或模型。这些模型广泛应用于各种领域，包括金融、医疗、市场营销、气象、制造业等。

原创 数学建模（5）——逻辑回归

【代码】数学建模（5）——逻辑回归预测模型。

原创 数学建模（4）——支持向量机算法

支持向量机（Support Vector Machine, SVM）是一种监督学习算法，用于分类和回归任务。SVM 的基本思想是找到一个最优的超平面，使得超平面两侧的样本点距离最大化，从而实现良好的分类效果。

原创 数学建模学习（3）——模拟退火算法

模拟退火算法（Simulated Annealing, SA）是一种用于全局优化问题的随机搜索算法，灵感来自金属退火过程中的物理现象。它通过允许在一定概率下接受较差解，以避免陷入局部最优解，逐渐趋近全局最优解。

原创 数学建模学习（2）——决策树

【代码】数学建模学习（2）——决策树。

原创 数学建模学习（1）遗传算法

遗传算法（Genetic Algorithm, GA）是一种用于解决优化和搜索问题的进化算法。它基于自然选择和遗传学原理，通过模拟生物进化过程来寻找最优解。初始化种群（Initialization）：随机生成一组可能的解（个体），形成初始种群。适应度评估（Fitness Evaluation）：根据适应度函数评估每个个体的质量，即其解问题的效果。选择（Selection）：根据适应度选择较优的个体进行繁殖。常见的选择方法包括轮盘赌选择锦标赛选择和排序选择。交叉（Crossover）

原创 8086的寻址方式

操作数字段可以为0个、一个、二个或三个。对应的称为零地址指令、一地址指令、二地址指令或三地址指令。

原创 CSS（总结）

如果你使用这个指令，重要的是要确保你的 CSS 文件实际上是以 UTF-8 编码保存的。简写属性：list-style:list-style-type|list-style-image|list-style-position。简写属性：font:font-style|font-weight|font-size|font-family。取值： repeat(默认)，repeat-x，repeat-y,no-repeat。一般建议写3种字体：首选、其次、备用。以标签的id属性作为样式应用的依据，一对一的关系。

原创 8086的指令系统

两个操作数的类型不一致，例如源操作数 是字节，而目的操作数是字；绝大多数的双操作数指令，除非特殊说明，目的操作数与源操作数必须类型一致，否则为非法指令。对于存储器单元与立即数同时作为操作数的情况，必须显式指明：byte ptr指示字节类型，word ptr指示字类型。POP： 出栈指令把栈顶的一个字传送至指定的目的操作数，然后堆栈指针SP加2。PUSH ：进栈指令先使堆栈指令SP减2，然后把一个字操作数存入堆栈顶部。字量数据从栈顶压入和弹出时，都是低地址字节送低字节，高地址字节送高字节。

原创 JavaScript Cookies

cookies是有生命周期的，它采取格林尼治标准时间的文本字符，格式如下：设置方法如下：以上代码，设置了过期时间为当前时间加一年。要想让一个cookies删除，通常将过期时间设置为过去的时间。例如，设置为前一年。

原创 JavaScript计时

通过使用JavaScript，可以做到在一个设定的时间间隔之后执行代码。

原创 JavaScript基础

javascript基础知识点

原创 HTML进阶应用

语法：<button type="button" onclick="函数/操作（即点击后会做什么）"> </button>语法：<input type="checkbox" name="xxxx" checked="checked"/>选项名称。语法：<input type="radio" name="xxxxxx" value="xxxxxx"/>选项名称。语法：<textarea rows="行数" cols="列数" ></textarea>语法：<input type="image"/>