- 博客(5)
- 收藏
- 关注
RSS订阅原创 数学建模（五）1、皮尔逊相关系数
皮尔逊相关系数一、相关基本数学概念总体和样本二、皮尔逊相关系数1、总体均值与总体协方差2、总体皮尔逊相关系数3、样本皮尔逊相关系数4、相关性可视化5、皮尔逊相关系数的一些理解误区在统计学中，皮尔逊积矩相关系数用于度量两个变量 X 和 Y 之间的相关程度（线性相关），其值介于 - 1 与 1 之间。在自然科学领域中，该系数广泛用于度量两个变量之间的线性相关程度。一、相关基本数学概念总体和样本总体：所要考察对象的全部个体叫做总体样本：从总体中所抽取的一部分个体叫做总体的一个样本可使用样本均值、 样
2020-06-25 00:44:02
3483
2
原创 数学建模（四）、拟合算法
数学建模（四）、拟合算法拟合算法和插值算法的选择求解拟合曲线评价拟合的好坏matlab 中的曲线拟合工具箱拟合算法和插值算法的选择插值算法中，得到的多项式 f (x) 要经过所有样本点。但是如果样本点太多，那么这个多项式次数过高，会造成龙格现象。尽管我们可以选择分段的方法避免这种现象，但是更多时候我们更倾向于得到一个确定的曲线，尽管这条曲线不能经过每一个样本点，但只要保证误差足够小即可，这就是拟合的思想。 (拟合的结果是得到一个确定的曲线)拟合算法和插值算法使用选择条件：当样本点多余 30 个时，用
2020-06-24 15:27:30
3656
1
原创 数学建模（三）、基础插值算法汇总
插值算法一、插值算法概述二、常用插值法1、拉格朗日插值法龙格现象解决龙格现象分段线性插值分段二次插值2、牛顿插值法两种插值法对比3、埃尔米特插值法4、分三段埃尔米特插值法（重点）5、三次样条插值6、n 维数据的插值（了解）一、插值算法概述插值算法的作用：在数学建模中，常常需要根据已知的函数点进行数据、模型的处理和分析，而有时候现有的数据是极少的，不足以支撑分析的进行，这个时候就需要使用一些数学的方法，‘模拟产生’一些新的但是又比较靠谱的值来满足需求。二、常用插值法1、拉格朗日插值法当有三
2020-06-23 23:15:18
1119
原创 数学建模（二）、TOPSIS法（优劣解距离法）
TOPSIS 法（优劣解距离法）1、什么是 TOPSIS 法（优劣解距离法）？2、解法步骤统一指标类型标准化处理（消除不同指标量纲的影响）通过标准化矩阵计算评分1、什么是TOPSIS法（优劣解距离法）？TOPSIS 法是一种理想目标相似性的顺序选优技术，在多目标决策分析中是一种非常有效的方法。它通过归一化后的数据规范化矩阵，找出多个目标中最优目标和最劣目标 (分别用理想解和反理想解表示) , 分别计算各评价目标与理想解和反理想解的距离，获得各目标与理想解的贴近度，按理想解贴近度的大小排序，以此作为评价目
2020-06-17 14:44:22
4607
原创 数学建模（一）、层次分析法以及代码实现
%（刚刚开始学习数学建模，边学习边总结下，慢慢来，当做学习笔记了） %（关于如何用这个选择女朋友（梦里） %选一个研究对象… 比如，你的对象… 为了衡量 Ta 的魅力程度，分别从颜值、身高、体重、财富、人文等角度进行评价。分别对上述指标的重要性进行赋权。 %如果暂时没有对象的话，更好… 我们可以选取多个备选方案 (1 号， 2 号… 等等)，分别将备选方案的各项指标的实际值与上一步的权重相乘，就得到了每个备选的得分，得分最高的，就是最优方案。 %比如，觉得颜值...
2020-06-16 19:39:39
3171
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人