2022数学建模国赛C题详细思路：基于随机森林和灰色关联度分析

本文链接：https://blog.csdn.net/nancheng_single/article/details/126882599

本文通过随机森林算法对古代高钾玻璃和铅钡玻璃进行分类，利用灰色关联度分析不同类别间的化学成分关联性。针对风化文物，建立微分方程模型预测风化前成分，并分析风化对化学成分的影响。附完整代码。

摘要由CSDN通过智能技术生成

2022数学建模国赛C题古代玻璃制品的成分分析与鉴别，已经写出完整思路和代码见文末

subplot(1,2,2);
bar(sortW);
xlim([0 c+1]);   % 设置x轴范围
xlabel('指标名称','FontSize',12,'FontWeight','bold');
set(gca,'xtick',1:c);
set(gca,'XTickLabel',sortIndex,'FontWeight','light');
ylabel('权重','FontSize',12,'FontWeight','bold');
set(gca,'YGrid','on');
for i=1:c
    text(i-0.35,sortW(i)+0.005,sprintf('%.3f',sortW(i)));
end
title('指标权重可视化（降序排列）');
box off;
 
 
%% 关联度分析结果展示
[sortP,IX]=sort(P,'descend');  % 关联度降序排序，IX确保对应的样本序号一致
sortSamNo=samNo(IX);           % 排序后与关联度对应的样本序号
figure;
subplot(2,1,1);
plot(P,'--rs',...
    'LineWidth',2,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor','g',...
    'MarkerSize',10);
xlim([1 r]);   % 设置x轴范围
xlabel('样本序号','FontSize',12,'FontWeight','bold');
set(gca,'xtick',1:r);
set(gca,'XTickLabel',samNo,'FontWeight','light');
ylabel('关联度','FontSize',12,'FontWeight','bold');
title('XXX事物灰色关联度综合评价结果');
grid on;
 
subplot(2,1,2);
plot(sortP,'--rs',...
    'LineWidth',2,...
    'MarkerEdgeColor','k',...
    'MarkerFaceColor','g',...
    'MarkerSize'