相信大家可能有参加美赛的打算,就先看看我这篇博文,学习一下,希望对大家有帮助!
另外,后面的资料更新以及联系方式都会在这个链接卡片里
复制链接到浏览器中打开
kdocs.cn/l/ctxgjnzakzQh
这是今年上半年的一次数维杯赛题思路
针对问题 1。计算投入产出比,首先要确定投入和产出变量。通过查阅文献,常见的投 入指标有总负债(X2),营运资本(X3),总资产(X17),营业费用(X33)产出指标有(X1),销 售额(X9),经营活动利润(X22)。计算银行的效率,常见的算法为数据包络分析(DEA)。
针对问题 2。该问题属于具有多个指标的分类问题,并且需要确定权重值,因此可以采 用基于 ID3 算法的决策树算法。
针对问题 3。采用问题 1 和问题 2 的综合分析,可以将第一问的效率作为指标,和第二 问得出的五个指标,通过标准化后,采用多元线性回归分析(自变量为 6 个指标,因变量为 是否破产)。当然也可以将这 6 个指标作为输入层,是否破产作为输出层,利用 BP 神经网络 进行分类模型训练,得出一个更好的结果。(需要注意,不能将所有数据都作为训练集,需 要划分训练集,测试集,预测集)。
%数据大小
[R1,C1]=size(P1);
lzx=5; %%%类中心个数
%% 模糊聚类
data=P1;
[center,U,obj_fcn] = fcm(data,lzx);
for i=1:R1
[value,idx]=max(U(:,i));
a1(i)=idx;
end
center %%%类中心
%% 模糊聚类结果分析
cent1=P1(find(a1==1),:);cent11=mean(cent1) %%cent1类别1中的子集,cent11类别1中心
cent2=P1(find(a1==2),:);cent22=mean(cent2) %%cent2类别1中的子集,cent22类别2中心
cent3=P1(find(a1==3),:);cent33=mean(cent3) %%cent3类别1中的子集,cent33类别3中心
cent4=P1(find(a1==4),:);cent44=mean(cent4)%%cent4类别1中的子集,cent44类别4中心
cent5=P1(find(a1==5),:);cent55=mean(cent5)%%cent5类别1中的子集,cent55类别5中心