数学建模
文章平均质量分 73
立乱来
这个作者很懒,什么都没留下…
展开
-
使用python实现权重抽样
假设k个变量:xj;(i=1,2,...k)x_j;(i=1,2,...k)xj;(i=1,2,...k)的取值概率(权重为)wj;(i=1,2,...k)w_j;(i=1,2,...k)wj;(i=1,2,...k)首先使用python的numpy.random.uniform(0,1)生成0到1之间的满足均匀分布的随机数yyy则当∑j=1i−1wj≤y...原创 2022-07-12 01:47:30 · 2088 阅读 · 0 评论 -
Matlab自带的粒子群函数
Matlab自带的粒子群函数文章目录Matlab自带的粒子群函数particleswarm()自适应的体现matlab自带的粒子群算法particleswarm如何实现过程预设参数的选取变量初始化和适应度的计算更新粒子的速度和位置自适应调整参数自动退出迭代循环(参考matlab官方文档说明)修改函数的参数使用CODE对于其他优化问题学习参考:清风数模particleswarm()**注意:**这个函数求的是最小值的,如果目标函数是求最大值则需要添加负号从而转换为求最小值。Matlab中partic转载 2022-03-03 21:46:52 · 6340 阅读 · 8 评论 -
Matlab自带的粒子群函数的使用
Matlab自带的粒子群函数的使用文章目录Matlab自带的粒子群函数的使用particleswarm()自适应的体现matlab自带的粒子群算法particleswarm如何实现过程预设参数的选取变量初始化和适应度的计算更新粒子的速度和位置自适应调整参数自动退出迭代循环(参考matlab官方文档说明)修改函数的参数使用学习参考:清风数模particleswarm()**注意:**这个函数求的是最小值的,如果目标函数是求最大值则需要添加负号从而转换为求最小值。Matlab中particleswar转载 2022-03-03 21:14:51 · 15814 阅读 · 12 评论 -
机器学习分类问题的评估指标
文章目录机器学习分类问题的评估指标分类准确率(Accuracy)查全率和召回率(Recall,记为R)查准率或精准率(Precision,记为P)F1分数(F1 Score)ROC曲线和AUC机器学习分类问题的评估指标分类准确率(Accuracy)实际上就是正确分类的样本数与总样本数的比例,Accuracy=TP+TNTP+FN+FP+TNAccuracy={TP+TN\over TP+FN+FP+TN}Accuracy=TP+FN+FP+TNTP+TN准确率有一定的局限性,假设我们分类的原创 2022-01-27 01:29:40 · 2206 阅读 · 0 评论 -
几种回归问题评估指标
文章目录几种回归问题评估指标SSE误差(或残差)平方和(Sum of Squares due to Error)MSE均方误差(Mean Square Error)RMSE均方根误差(Root Mean Square Error)SEMAPE对称平均绝对百分比误差(Symmetric Mean Absolute Percentage Error)几种回归问题评估指标以预测房价为例,假设我们有n个样本(即n个房屋的信息和价格数据),这n个房屋的真实价格用向量y =[y1,y2,…,J.]表示,我们建立的机原创 2022-01-26 20:20:40 · 1479 阅读 · 0 评论 -
用MATLAB求高阶微分方程(组)数值解
用MATLAB求高阶微分方程(组)数值解使用MATLAB求解数值解时,高阶微分方程(组)必须转换成一阶微分方程组,需要做一个变量替换。例题求(1+x2)y"=2xy‘(1+x^2)y^"=2 x y^`(1+x2)y"=2xy‘的数值解,其中x属于[-2,2],初始值y(-2)=3,y^`(-2)=4使用y1=yy2=y1‘y_1=y\\y_2=y^`_1y1=yy2=y1‘替换得到y1‘=y2y2‘=2x(1+x2)y2y^`_1=y_2\\y^`_2={2x\ove原创 2022-01-25 13:55:33 · 6319 阅读 · 7 评论 -
用MATLAB求一阶微分方程(组)数值解
文章目录用MATLAB求一阶微分方程(组)数值解标准形式进行求解常用的求解函数ode45(最常用)ode15s设定相对误差设置x的间隔用MATLAB求一阶微分方程(组)数值解标准形式标准形式要先写成左边是y的导数右边是本身函数或者自变量,然后写成.m文件类似:function dy = df1(x,y) dy=y-2*x;%标准形式endfunction dy=df2(x,y) dy=zeros(3,1);%一定要写成列向量 dy(1)=y(2)*y(3); d原创 2022-01-25 10:56:38 · 12882 阅读 · 1 评论