python做灰色关联度分析_【数学建模】通过python实现灰色关联度计算

1.关联分析

关联分析主要作用为对系统的因素进行分析，其主要作用为分辨因素中哪些因素对系统的影响是显著的，哪些影响是次要的。通常而言因素分析的主要方式为回归分析等，但其存在数据量要求大，计算量大等诸多问题，为克服以上问题，可采用关联分析进行系统分析。

数据变换方法

在进行系统分析之前，应对原始数据进行数据变换处理，以消除量纲。

数据变换的定义：

设有序列

x = ( x ( 1 ) , x ( 2 ) , ⋯   , x ( n ) ) x=(x(1), x(2), \cdots, x(n))x=(x(1),x(2),⋯,x(n))

则称映射：

f : x → y f: x \rightarrow yf:x→y

f ( x ( k ) ) = y ( k ) , k = 1 , 2 , ⋯   , n f(x(k))=y(k), \quad k=1,2, \cdots, nf(x(k))=y(k),k=1,2,⋯,n

为序列x xx到序列y yy的数据变换。

常见的数据变换方法有：

(1)初始化变换：

f ( x ( k ) ) = x ( k ) x ( 1 ) = y ( k ) , x ( 1 ) ≠ 0 f(x(k))=\frac{x(k)}{x(1)}=y(k), \quad x(1) \neq 0f(x(k))=x(1)x(k)​=y(k),x(1)​=0

(2)均值化变换：

f ( x ( k ) ) = x ( k ) x ˉ = y ( k ) , x ˉ = 1 n ∑ k =