自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

专做数据分析,实证分析,数学建模算法等

  • 博客(22)
  • 资源 (6)
  • 收藏
  • 关注

转载 AHP(层次分析法) 详细计算过程+python代码

AHP(层次分析法)层次分析法(The analytic hierarchy process)简称AHP,在20世纪70年代中期由美国运筹学家托马斯·塞蒂(TLsaaty)正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法。由于它在处理复杂的决策问题上的实用性和有效性,很快在世界范围得到重视。它的应用已遍及经济计划和管理、能源政策和分配、行为科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。

2023-09-21 14:53:32 2257

转载 SPSS因子分析--对商户降维综合评价

第一个因子,载荷较大的变量是“网店浏览量”、“论坛浏览量”、“线上广告费用”和“实体店访客数”,说明他们四个变量与该因子的相关程度较高,其中“网店浏览量”、“论坛浏览量”、“线上广告费用”三个变量反映的是线上情况,而“实体店访客数”变量虽然反映的是线下情况,但其载荷值符号为负号,显然,该变量与第一个因子呈反向关系。第二个因子,载荷较大的变量是“实体店铺货量”、“线下广告费用”和“地面推广引入量”,说明他们三个变量与该因子的相关程度较高,并且这些变量反映的是线下情况。图 3-4 因子分析输出结果:碎石图。

2023-09-21 14:42:53 447 1

转载 主成分分析案例——我国各地区普通高等教育发展水平综合评价

从表中可以看出第一主成分主要反映了前6个指标,第二主成分主要反映第7,第8个指标,等等。累加求和,要选取的主成分可以辨别 ​ %90 以上的数据样本,可知选4个主成分较好。需要注意的是,后面的 ​ y5 , y6 ,..., y10都不要算咯。先看 ​ vec1 列,他是主成分系数,也就是特征向量。% 修改特征向量的正负号,使得每个特征向量的分量和为正。% 构造与 vec1 同维数的元素为+1,-1的矩阵。% vec1 的列是 r 的特向量,即主成分系数。% rate 为各个主成分的贡献率。

2023-09-21 14:40:25 365

转载 综合评价之熵值法+TOPSIS(加权组合评价)

基于归一化后的原始数据矩阵,采用余弦法找出有限方案中的最优方案和最劣方案(分别用最优向量和最劣向量表示),然后分别计算各评价对象与最优方案和最劣方案间的距离,获得各评价对象与最优方案的相对接近程度,以此作为评价优劣的依据。熵值法认为一个若一个指标的数据都大差不差,没有什么区别,那么其数据包含的信息量是很少的,几乎不能帮助我们决策,因此会赋予该指标一个小的权重,若一个指标的数据非常离散,则其包含较多的信息,做决策时应更依赖该指标,因此应该赋予该指标一个大的权重。(2)用熵值法计算各指标的权重。

2023-09-18 15:50:20 5488

转载 TOPSIS算法原理及代码-小白数模评价

4.1 TOPSIS算法实现步骤1.将原始数据矩阵正向化。也就是将那些极小性指标,中间型指标,区间型指标对应的数据全部化成极大型指标,方便统一计算和处理。2.将正向化后的矩阵标准化。也就是通过标准化消除量纲的影响。3.计算每个方案各自与最优解和最劣解的距离:与最优解的距离:与最劣解的距离:4.根据最优解与最劣解计算得分并排序。

2023-09-18 14:34:32 152

原创 三角模糊神经网络的预测

`模糊理论在集合论中,一个对象要么属于要么不属于一个集合,仅仅表示的是“非 此即彼”的观念。但是在现实生活中,“亦此亦彼”和不确定的现象比比皆是,比如:温水和热水,物理学中速度的快慢,天气的好与坏,年轻与年老。这些概念处于过渡状态中,相互融合,彼此之间的分界线不清晰,因此很难用精确的尺度来进行划分。这种现象就被称为是模糊现象,对于模糊概念,经典的数学理论是无法解决的。 1965

2020-02-17 14:10:56 15539 11

原创 基于粒子群算法的线性规划+带约束条件的求解

先学运筹学,有自己数学建模,把抽象问题具体成数学模型,在用智能算法求解,运筹学的请自己图书馆借书看,求解看下面代码和函数表达式就行,至于pso的数学原理,请自己看。对于代码循环过多比较复杂,你可以每一行或者每一个训练的运行,看下结果,在去反推代码的意思或者数学公式。一会这个类型就全会了,快看看吧,还在犹豫什么我是一直想学带约束条件的,因为可以作后面很多用途,但是一直没找到,智能算法的原理也比较...

2020-02-14 15:31:16 13596 37

原创 综合评价

管理类文科类的综合评价模型都可以做,一般都是层次分析法ahp,主成分pca /因子分析,灰色关联度,熵权法,topsis求指标权重,然后做一个排序。如果结合2种或者3种模型,,结合的方法分内在和外在结合, 1 外在的结合就是2种方法分别求权重,然后用一个公式把他们结合在一起做一个归一化排序 2 内在结合就是在一种方法上,原理里面算的步骤里面结合另外一种模型的权重, 我看了很多相关文章基本都...

2020-02-14 15:28:36 19128 20

原创 spss/amos评价分类(问卷调查)matlab(模糊综合评价+AHP层次分析法模型)

管理类文科类的综合评价模型都可以做,一般都是层次分析法ahp,主成分pca /因子分析,灰色关联度,熵权法,topsis求指标权重,然后做一个排序。如果结合2种或者3种模型,,结合的方法分内在和外在结合,1 外在的结合就是2种方法分别求权重,然后用一个公式把他们结合在一起做一个归一化排序2 内在结合就是在一种方法上,原理里面算的步骤里面结合另外一种模型的权重,我看了很多相关文章基本都是这样...

2019-12-10 16:21:32 9804 1

转载 spss案例教程&主成分分析与因子分析及SPSS实现

spss案例教程原文地址:https://www.ixueshu.com/document/934cf7bb1ff99338318947a18e7f9386.html 主成分分析与因子分析及SPSS实现一、主成分分析(1)问题提出在问题研究中,为了不遗漏和准确起见,往往会面面俱到,取得大量的指标来进行分析。...

2019-01-15 00:19:33 27772 4

原创 智能算法(遗传/粒子群算法优化bp神经网络/svm的参数代码模型)

matlab版本需要ga/pso优化代码的可以私信q,本人可以指导,亲自测试有效,都可以跑出来 部分截图如下: 研究了一小段时间,终于研究出来了,对于模型处理数据挺好的,有比较优化。...

2018-08-07 22:55:53 20013 164

原创 kaggle-房屋价格预测TOP方法

排名TOP9的案例分享 需要技术帮助的联系qq 3304807993

2018-03-11 02:02:58 877

原创 matlab关于plotfit函数,lsqcurvefit函数,cftool工具箱的使用

plotfit函数使用plot是画图函数 polyval是求值函数 polyfit是曲线拟合函数 polyfit用于多项式曲线拟合 p=polyfit(x,y,m) 其中, x, y为已知数据点向量, 分别表示横,纵坐标, m为拟合多项式的次数, 结果返回m次拟合多项式系数, 从高次到低次存放在向量p中. y0=polyval(p,x0) 可求得多项式在x0处的值y0clc;clea

2017-04-19 16:45:41 21283

原创 R神经网络代码 (对数据有归一化和反归一化)

nnet包实现神经网络看了下网上很多R实现的神经网络都是调用包直接做模型,对于神经网络用来预测的代码根本没有进行归一化和反归一化的求解,在我直接研究了R的scale函数原理后,我先用它对数据归一化,他的反归一化自己写代码实现,R这个功能的实现没有matlab里面方面,在matlab里面直接可以调用mapminmax实现归一化和反归一化,导致大家用R做神经网络的时候都是直接做,网络训练时候误差下降梯度

2017-04-11 14:56:18 11173 6

原创 数据比赛大杀器----模型融合(stacking&blending)

参考文献链接英文版本 http://mlwave.com/kaggle-ensembling-guide/ 这里写链接内容这个是上面英文翻译过来的汉语翻译版本 kaggle比赛集成指南 http://m.blog.csdn.net/article/details?id=53054686搜狗比赛第五名的stacking思路 http://prozhuchen.com/2016/12/28/C

2017-01-12 11:06:34 56211 1

原创 熵权法(循环求解)

熵权法原理及适用情况快速求解几张不同表格数据或者每年相同数据等等熵权法,下面就让我说下m1~m6的含义: m1:一张表格里面有若干个指标 m2:一张表格里面有若干个指标 m3:一张表格里面有若干个指标 m4:一张表格里面有若干个指标 m5:一张表格里面有若干个指标 m6:一张表格里面有若干个指标 本来需要重复运行6次的,这里写的代码一次性就实现了。特别提醒:matlab 数据具有覆盖性

2016-12-27 22:00:18 2670

原创 matlab数学建模分析案例及代码

欢迎下载,matlab代码包括如下第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 R

2016-12-21 15:23:40 4988 1

原创 不平衡数据分类实证-R语言

数据分布不平衡及多种解决方法介绍点击下面就可以蓝色字体就行不平衡理论原理及多种解决方法介绍SMOTE算法 SMOTE全称是Synthetic Minority Oversampling Technique即合成少数类过采样技术,它是基于随机过采样算法的一种改进方案,由于随机过采样采取简单复制样本的策略来增加少数类样本,这样容易产生模型过拟合的问题,即使得模型学习到的信息过于特别(Specific)

2016-11-30 00:09:40 5167 1

转载 Python集合(set)类型的操作

python的set和其他语言类似, 是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素. 集合对象还支持union(联合), intersection(交), difference(差)和sysmmetric difference(对称差集)等数学运算. sets 支持 x in set, len(set),和 for x in set。作为一个无序的集合,sets不记录元素位置或者插

2016-11-21 23:55:41 435

原创 单因素方差分析(aov)-R版本

R版本的方差分析#做方差分析有三个假设,需要提前进行检验。1.每个处理效应和随机误差是可加的。2.正态独立性,检验误差应该是正态分布的。3.方差齐次性。水平间的方差应该相等。 #数据导入 wheat<- data.frame( + x=c(5.4,5.3,6.1,5.1,5.6,5.1,4.5,6,6.6,6.5,5.8,6.2,5.6), a=factor(c(rep(1,

2016-11-20 00:11:53 9651

原创 时间序列(arima)+支持向量机(svm)+优化=组合预测

看见大家想学习组合预测,我今晚就准备加班,给大家上一个arima+svm的组合预测,有什么不足的请指出了,时间序列是一个大类,我今天主要是给大家展示的是最常用的arima.串联组合的原理都是这样的,前面用灰色预测或者时间序列或者回归等等,求出单预测,然后滚动残差,再把残差值与实际预测值相加的结果在拿去与目标值做比较。先来看看组合预测原理: 如果还不清楚可以留言,我详细给你解答。接下来我们进入正

2016-11-14 20:10:11 53192 49

原创 数据预处理(python,R matlab 对同一个数据转换)

`这个就是原始数据,加黑框的是一组数据(每组里面3行2列),需要转换成一行六列,并且每组里面2个数据挨在一起 R语言代码“-1library(dplyr) library(Hmisc) lr<-as.data.frame(t(read.csv(“C://Users//yelang//Desktop//matlabyewu//fp//lr.csv”,header = F))) lrgroup<

2016-11-12 23:51:40 2156

时间序列arima

一本教科书上面的代码 很不错的,对于做时间序列的朋友赶紧下载吧

2017-04-27

科研常用代码(预测分类评价)

matlab常用代码大全,帮助你科研,论文实证分析,数模竞赛 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 交叉验证神经网络 第58章 多项式拟合 plotfit 第59章 非线性拟合 lsqcurefit 第60章 kmeans聚类 第61章 FCM聚类 第62章 arima时间序列 第63章 topsis 第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 初始SVM分类与回归 第13章 LIBSVM参数实例详解 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 第15章 SVM的参数优化——如何更好的提升分类器的性能 第16章 基于SVM的回归预测分析——上证指数开盘指数预测. 第17章 基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章 基于SVM的图像分割-真彩色图像分割 第19章 基于SVM的手写字体识别 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用 第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章 SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章 思维进化算法优化BP神经网络——非线性函数拟合 第32章 小波神经网络的时间序列预测——短时交通流量预测 第33章 模糊神经网络的预测算法——嘉陵江水质评价 第34章 广义神经网络的聚类算法——网络入侵聚类 第35章 粒子群优化算法的寻优算法——非线性函数极值寻优 第36章 遗传算法优化计算——建模自变量降维 第37章 基于灰色神经网络的预测算法研究——订单需求预测 第38章 基于Kohonen网络的聚类算法——网络入侵聚类 第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类 第40章 动态神经网络时间序列预测研究——基于MATLAB的NARX实现 第41章 定制神经网络的实现——神经网络的个性化建模与仿真 第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨

2017-04-27

时间序列组合预测

R语言代码 本人亲测可以跑 ARIMA和SVM 组合预测 ARIMA 与SVM 模型各有优缺点,但由于分别对线性 模型及非线性模型处理具有优势,他们之间存在优势互 补,因此,二者组合起来进行价格预测,可能会收到较好结 果。假设时间序列Yt可视为线性自相关部分Lt与非线性 残差Nt两部分的组合, 即:Yt = Lt+ Nt,本文拟采取如下步骤 构建组合预测模型:

2016-11-14

推荐系统实践

里面各种推荐算法与实例,数学公式等等,每个案例与代码相互结合,高清教材

2016-11-14

关联规则fpgrowth

You can install the package with pip: pip install pyfpgrowth Then, to use it in a project, inport it and use the find_frequent_patterns and generate_association_rules functions: import pyfpgrowth It is assumed that your transactions are a sequence of sequences representing items in baskets. The item IDs are integers: transactions = [[1, 2, 5], [2, 4], [2, 3], [1, 2, 4], [1, 3], [2, 3], [1, 3], [1, 2, 3, 5], [1, 2, 3]] Use find_frequent_patterns to find patterns in baskets that occur over the support threshold: patterns = pyfpgrowth.find_frequent_patterns(transactions, 3) Use generate_association_rules to find patterns that are associated with another with a certain minimum probability: rules = pyfpgrowth.generate_association_rules(patterns, 0.8)

2016-11-13

matlab常用代码大全科研神器

第1章 BP神经网络的数据分类——语音特征信号分类 第2章 BP神经网络的非线性系统建模——非线性函数拟合 第3章 遗传算法优化BP神经网络——非线性函数拟合 第4章 神经网络遗传算法函数极值寻优——非线性函数极值寻优 第5章 基于BP_Adaboost的强分类器设计——公司财务预警建模 第6章 PID神经元网络解耦控制算法——多变量系统控制 第7章 RBF网络的回归--非线性函数回归的实现 第8章 GRNN网络的预测----基于广义回归神经网络的货运量预测 第9章 离散Hopfield神经网络的联想记忆——数字识别 第10章 离散Hopfield神经网络的分类——高校科研能力评价 第11章 连续Hopfield神经网络的优化——旅行商问题优化计算 第12章 初始SVM分类与回归 第13章 LIBSVM参数实例详解 第14章 基于SVM的数据分类预测——意大利葡萄酒种类识别 第15章 SVM的参数优化——如何更好的提升分类器的性能 第16章 基于SVM的回归预测分析——上证指数开盘指数预测. 第17章 基于SVM的信息粒化时序回归预测——上证指数开盘指数变化趋势和变化空间预测 第18章 基于SVM的图像分割-真彩色图像分割 第19章 基于SVM的手写字体识别 第20章 LIBSVM-FarutoUltimate工具箱及GUI版本介绍与使用 第21章 自组织竞争网络在模式分类中的应用—患者癌症发病预测 第22章 SOM神经网络的数据分类--柴油机故障诊断 第23章 Elman神经网络的数据预测----电力负荷预测模型研究 第24章 概率神经网络的分类预测--基于PNN的变压器故障诊断 第25章 基于MIV的神经网络变量筛选----基于BP神经网络的变量筛选 第26章 LVQ神经网络的分类——乳腺肿瘤诊断 第27章 LVQ神经网络的预测——人脸朝向识别 第28章 决策树分类器的应用研究——乳腺癌诊断 第29章 极限学习机在回归拟合及分类问题中的应用研究——对比实验 第30章 基于随机森林思想的组合分类器设计——乳腺癌诊断 第31章 思维进化算法优化BP神经网络——非线性函数拟合 第32章 小波神经网络的时间序列预测——短时交通流量预测 第33章 模糊神经网络的预测算法——嘉陵江水质评价 第34章 广义神经网络的聚类算法——网络入侵聚类 第35章 粒子群优化算法的寻优算法——非线性函数极值寻优 第36章 遗传算法优化计算——建模自变量降维 第37章 基于灰色神经网络的预测算法研究——订单需求预测 第38章 基于Kohonen网络的聚类算法——网络入侵聚类 第39章 神经网络GUI的实现——基于GUI的神经网络拟合、模式识别、聚类 第40章 动态神经网络时间序列预测研究——基于MATLAB的NARX实现 第41章 定制神经网络的实现——神经网络的个性化建模与仿真 第42章 并行运算与神经网络——基于CPU/GPU的并行神经网络运算 第43章 神经网络高效编程技巧——基于MATLAB R2012b新版本特性的探讨 第44章 层次分析法 第45章 灰色关联度 第46章 熵权法 第47章 主成分分析 第48章 主成分回归 第49章 偏最小二乘 第50章 逐步回归分析 第51章 模拟退火 第52章 RBF,GRNN,PNN-神经网络 第53章 竞争神经网络与SOM神经网络 第54章 蚁群算法tsp求解 第55章 灰色预测GM1-1 第56章 模糊综合评价 第57章 曲线拟合 目前没空,后面继续整理,还有很多类似的代码,欢迎下载

2016-11-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除