![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
HarvestII
自学菜鸟,大佬指教
展开
-
Python实现时间序列中的ARIMA模型(学习笔记)
ARIMA模型原创 2020-07-27 09:42:33 · 2891 阅读 · 1 评论 -
利用python实现灰色预测GM(1,1)
概述灰色预测的优点不需要过多的数据集,理论上4个就足够了,所以更对分布规律根本不用关心。缺点在于只能适用于中短期的预测,对于长期预测还是很不准确的,比如S型曲线的前半段,有可能在灰色预测中被判定成指数增长。GM(1,1)预测模型GM(1,1)表示模型是一阶微分方程,且只含1个预测变量的灰色模型。造成一个一个结果的原因是多种多样的,他们占的权重我们有时也是无从只晓得的,但是再不出现意外的情况下,我们可以用结果去估计结果,这就是“灰因白果”,也就是下面介绍这种方法的目的。预测方法设原始数据集为x(0原创 2020-07-19 15:51:23 · 10667 阅读 · 2 评论 -
综合评价和决策方法(2) --- 灰色关联分析
灰色关联分析就是求解距离最优解最近的距离,从而计算将求出的排序。具体步骤确定评价对象和参考数列(参考数列可以根据0-1规划,全是1就是最优的;也可以通过之前求最优解的方法找到最优解,然后对当前解决方案进行评价)。设置权重向量W=[ω1,⋯ ,ωn]W = [\omega_1,\cdots,\omega_n]W=[ω1,⋯,ωn],其中ωk(k=1,2,3,⋯ ,n)\omega_k(k =1,2,3,\cdots,n)ωk(k=1,2,3,⋯,n)为各个指标的权重。计算灰色关联系数:ξi(原创 2020-07-13 12:20:06 · 1542 阅读 · 0 评论 -
综合评价与决策方法(1)---理想解法TOPSIS
概述理想解法可以将一些方案进行优劣排序,选出适合的且适中的方案,并不可以求出最优解,只是在已知解中找到一个合适的优劣方案。解释步骤(1)要规定一些符号,决策要素集AAA(一个1 x n的矩阵),根据决策要素而产生的解决方案集DDD(一个m x n的矩阵,其中m为解决方案的个数)。(2)将解决方案中的要素规范化...原创 2020-07-11 23:03:05 · 5329 阅读 · 1 评论 -
Python对数据的规范化处理方法(含:线性规范,区间属性规范,0-1规范,标准化处理)
为什么要用不同的方法规范化数据?现在又写数据拿到之后由于量纲不一样,或者要求的优化方向不一样,在后期进行一些权重或决策计算的时候,如果按照一种思路去规范化,往往可能会得到实际值和理论值恰恰相反的情景。用个例子来解释一下上面这一段话,我要对多个学校的状况进行评估,评估的方面包括:逾期毕业率,研究生师生比例,科研经费。列出数据如下所示:序号逾期毕业率研究生师生比例科研经费(万元/年)人均专著14.3%5.550000.122.8%4.560000.23原创 2020-07-11 18:30:35 · 2720 阅读 · 0 评论 -
用Python对正态分布样本进行区间估计
介绍在有参估计中,我们有两种常见的估计参数的方法:点估计区间估计本次估计方法,就是介绍一下用Python对正态分布样本进行区间估计的方法。数学方法概述对呈正态分布的样本的参数进行区间估计的方法,我们大致可以分成两类:去估计μ\muμ和去估计σ\sigmaσ,在估计μ\muμ 或σ\sigmaσ又分别有2种情况,则一共有以下四种情况:已知σ\sigmaσ求μ\muμ未知σ\sigmaσ求μ\muμ已知μ\muμ求σ\sigmaσ未知μ\muμ求σ\sigmaσ面对4种不同的情况原创 2020-07-05 17:42:56 · 3359 阅读 · 0 评论 -
利用Python进行曲线拟合
曲线拟合最小二乘多项式拟合 寻找一个曲线满足y=f(x)y = f(x)y=f(x),线性最小二乘法拟合是解决曲线拟合最常用的方法,基本思路是令f(x)=a1r1(x)+a2r2(x)+⋯+amrm(x)f(x) = a_1r_1(x)+a_2r_2(x)+\cdots+a_mr_m(x)f(x)=a1r1(x)+a2r2(x)+⋯+amrm(x)式中:rk(x)r_k(x)rk(x)为实现选定的一组线性无关函数;aka_kak为待定系数原创 2020-07-04 18:04:42 · 15448 阅读 · 0 评论 -
Python用Scipy作数据插值
12原创 2020-07-03 16:57:03 · 5909 阅读 · 1 评论 -
Python中的基本数据类型与常用方法
Python中的所有的数据结构都是对象,熟悉常见的操作方法非常重要,以下罗列了Python中基本数据结构的相关操作方法:二元运算符和操作符基本的+、-、*、/就不罗列了,列一些特殊的。运算说明a//ba整除b,例:3//2 ==1a**ba的b次幂,例:2**3==8a&b逻辑判断,若值为整数就是转成二进制后的AND运算a|b逻辑判断,若值为整数就是转成二进制后的OR运算a^b逻辑判断,若值为整数就是转成二进制后的E-OR运算a is原创 2020-07-01 10:10:51 · 882 阅读 · 0 评论