如何用python计算年龄_如何使用 Python 或 matlab 实现一个简单根据年份预测年龄的模型...

20

37 天前

import torch

inputs=[]

outputs=[]

for year1 in range(1900,2020):

for year2 in range(1900,2020):

for age1 in range(0,120):

inputs.append([year1,year2,age1])

outputs.append([year2-year1+age1])

class LinearModel(torch.nn.Module):

def __init__(self):

super(LinearModel, self).__init__()

self.linear = torch.nn.Linear(3, 1)

def forward(self, inputs):

outputs = self.linear(inputs)

return outputs

model = LinearModel().cuda()

criterion = torch.nn.MSELoss()

optimizer = torch.optim.Adam(model.parameters(), lr=0.001)

for epoch in range(100):

Loss=0

for i in range(len(inputs)//1000):

x=torch.tensor(inputs[i*1000:i*1000+1000]).cuda().float()

y=torch.tensor(outputs[i*1000:i*1000+1000]).cuda().float()

y_pred = model(x)

loss = criterion(y, y_pred)

optimizer.zero_grad()

loss.backward()

optimizer.step()

Loss+=loss.item()

print("Loss:%.2f"%Loss)

print("1999 年 45 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1999,2020,45]).cuda().float()))

print("1927 年 15 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1927,2020,15]).cuda().float()))

print("1979 年 77 岁的人在 2020 年为%.0f 岁"%model(torch.tensor([1979,2020,77]).cuda().float()))

下面是一个简单的灰色关联模型Matlab代码示例: ```matlab clc; clear; % 读取数据 data = xlsread('例1.xlsx'); % 数据标准化 data1 = mapminmax(data', 0.002, 1); % 标准化到0.002-1区间 data1 = data1'; % 绘制x1,x4,x5,x6,x7的折线图 figure(1) t = [2007:2013]; plot(t, data1(:, 1), 'Color', 'r', 'LineWidth', 1.5) hold on for i = 1:4 plot(t, data1(:, 3*i), '--', 'LineWidth', 1.2) hold on end xlabel('年份') legend('x1', 'x4', 'x5', 'x6', 'x7') title('灰色关联分析') % 计算灰色相关系数 % 得到其他列和参考列相等的绝对值 for i = 4:7 data1(:, i) = abs(data1(:, i) - data1(:, 1)); end % 得到绝对值矩阵的全局最大值和最小值 data2 = data1(:, 4:7); d_max = max(max(data2)); d_min = min(min(data2)); % 灰色关联矩阵 a = 0.5; % 分辨系数 data3 = (d_min + a*d_max) ./ (data2 + a*d_max); xishu = mean(data3); disp('x4,x5,x6,x7与x1之间的灰色关联度分别为:') disp(xishu) ``` 请注意,这只是一个简单的示例代码,具体使用时,你需要根据你的数据和需求进行适当的修改和调整。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [【数学建模】灰色关联(Matlab代码实现)](https://blog.csdn.net/weixin_46039719/article/details/126913761)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [2022建模国赛代码(三天坚持不易) 包括K-meas法、bp预测、回归预测,(pythonmatlab做的).zip](https://download.csdn.net/download/qq_35831906/88245767)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值