数学模型及代码整理

前言

 本人最近在准备美赛，为方便复习，将网上各种模型的优质文章整合在此，文章中涉及的代码大多为python。本文只整理了常用模型，对细碎知识点和不常见模型没有整理。

目录

统计学习

描述性统计

统计模型分析

因子分析

聚类分析 

插值 

非参数检验

参数检验

机器学习模型

回归

时间序列 

决策树

支持向量机

K-NN

贝叶斯分类

神经网络

元胞自动机 

集成学习 

特征工程

数据清洗

样本均衡

降维

特征筛选 

量化分析

熵权法

层次分析法

数据包络分析

模糊综合评价

优劣解距离法

秩和比法

灰色关联分析

耦合协调度 

---

统计学习

描述性统计

相关性分析

Pearson相关系数、Spearman秩相关系数、无序变量相关检验

python相关性分析模型,相关性分析原理及Python实战

方差分析（单-多-协）

Python数据科学：方差分析

数学建模常用模型19 ：方差分析

描述性统计

使用Python进行描述性统计

正态性检验

Python的数据正态性检验

统计模型分析

因子分析

因子分析模型与代码实现pythob/R

因子分析-MATLAB/python

聚类分析 

K-means

层次聚类 

DBSCAN密度聚类

GMM高斯混合聚类

LVQ学习向量化

插值 

常用插值

克里金插值

非参数检验

卡方检验 、KS检验 、肯德尔检验、游程检验、秩和检验等等

如何理解非参数检验 

参数检验

ADF检验

时间序列分析之ADF检验

T检验、卡方检验、F检验

机器学习模型

回归

偏最小二乘回归 

逻辑回归 

岭回归 

lasso回归 

时间序列 

ARIMA

LSTM网络

决策树

 ID3

 C4.5

 CART

支持向量机

SVM-线性可分

SVM-非线性可分

K-NN

KNN-Python/MATLAB

贝叶斯分类

朴素贝叶斯

EM算法

神经网络

bp神经网络

CNN卷积神经网络-1

CNN卷积神经网络-2

RNN循环神经网络

元胞自动机 

元胞自动机简介 

集成学习 

GBDT 

xgboost 

lightgbm 

特征工程

数据清洗

无效特征处理、缺失值处理、数据标签转化、数据标准化与归一化、异常值处理

数据清洗

异常值处理 

缺失值处理 

几种常用的数据标准化方法 

样本均衡

SMOTE过采样

欠采样 

降维

PCA

LDA

KPCA

特征筛选 

特征选择 

量化分析

熵权法

熵权法可对TOPSIS法进行修正 

熵权法 

层次分析法

AHP 

数据包络分析

DEA 

模糊综合评价

FCE 

优劣解距离法

TOPSIS 

秩和比法

RSR 

灰色关联分析

GRA 

耦合协调度 

如何计算耦合协调度