数学建模准备

已学习的算法汇总（作为备忘录）

1、AHP（层次分析法） 评价类问题
2、TOPSIS法 （注意分析指标类型，全部进行正向化）
3、插值算法 （pchip和spline 小样本 补充数据的）
4、拟合算法 ：目标是寻求一个函数（曲线）
适用于大样本 n > 30 注意R^2适用于线性关系的 非线性的用SSE
5、相关系数：相关系数只是用来衡量两个变量线性相关程度的指标，使用之前得注意条件（是否符合正态分布），主要是描述线性的，皮尔逊系数和斯皮尔曼（限制条件小更常用） 并且需要进行描述性统计 使用p值判断法
来进行假设检验：
1、正态分布JB检验 n>=30
2、Shapiro-wilk检验 3≤n≤50
3、Q-Q图 大样本数据
6、典型相关分析 ：当变量比较多的时候可以使用，将变量整合成综合变量来进行描述与分析。
7、多元回归分析
8、时间序列分析
9、迪杰斯特拉算法和贝尔曼福特算法
10、分类算法 Fisher、K-means