数学建模
文章平均质量分 69
浅墨\
心之所向,素履而往
展开
-
蚁群算法|4.5
蚁群算法一、蚁群算法的来源及背景蚁群算法是意大利学者Dorigo、Maniezzo等人于20世纪90年代看蚂蚁觅食发明的。这意大利的大兄弟在看蚂蚁觅食的时候呢,发现单个蚂蚁的行为比较简单,但是蚂蚁群却能体现一些智能行为,比如蚂蚁能在不同环境中,寻找最短的从蚂蚁窝到达食物的路径。经过进一步研究发现,蚂蚁在找食物的路径会留下记号(生物学称之为“信息素”),蚂蚁群里的蚂蚁会根据这个记号,也就是信息素行走,每个蚂蚁都做记号,经过一段时间后,整个蚂蚁群就会找到一个最短的到达食物的路径了。二、人工蚂蚁和真实蚂.原创 2021-04-05 15:37:15 · 3199 阅读 · 0 评论 -
数学建模工具汇总
内容来源于知乎及百度,后期使用后再整理。原创 2021-04-03 14:30:27 · 836 阅读 · 0 评论 -
K-近邻算法(KNN)\3.14
KNN近邻算法一.定义给定某个待分类的测试样本,基于某种距离(如欧氏距离)度量,找到训练集中与测试样本最接近的k个训练样本,然后基于这k个最近的“邻居”(k为正整数,通常较小)进行预测分类。二、影响算法的因子三、影响因子的解释(为什么这些会影响到KNN分类结果)1)假设k值(训练样本个数)过小,那么对样本数据过于敏感,很可能因为偶然误差导致分类结果的偏离。分类算法的鲁棒性也较差容易发生过拟合。k值过大则有可能分类错误率也会下降,但是由于噪声的存在,可能把这些噪声的干扰继续放大。离分类标准过原创 2021-03-14 17:22:34 · 2217 阅读 · 15 评论 -
主成分分析\2.28
主成分分析(PCA)一、概念主成分分析是一种数学降维方法,将原来众多具有关联性变量重新组合为一组新的相互间无关系的综合变量来代替原来的变量。二、用途及分类主成分分析用于缩小问题变量个数,减小解决问题的难度。通过PCA可计算出各个变量对于问题的重要程度(贡献率)。目前主要有两种方法。一种是基于特征值分解协方差矩阵,另一种是根据SVD分解协方差矩阵。三、...原创 2021-03-01 00:58:03 · 2702 阅读 · 6 评论