2022高教社杯全国大学生数学建模竞赛C题问题三&问题四 Python代码

data learning

已于 2024-09-17 21:20:13 修改

阅读量331

点赞数 2

分类专栏：数学建模文章标签：数学建模 python 数据分析数据可视化

于 2024-09-17 20:46:31 首次发布

本文链接：https://blog.csdn.net/weixin_45481473/article/details/142318413

版权

数学建模专栏收录该内容

8 篇文章 1 订阅

订阅专栏

问题3

在这里插入图片描述

3.1 对附件表单 3 中未知类别玻璃文物的化学成分进行分析，鉴别其所属类型

d3 = d3.fillna(0)
prediction = ["高钾" if i <= 5.46 else '铅钡' for i in d3['氧化铅(PbO)']]
d3['玻璃类型预测'] = prediction

print('鉴别出的玻璃类型如下：')
d3.iloc[:,[0,16]]

鉴别出的玻璃类型如下：

	文物编号	玻璃类型预测
0	A1	高钾
1	A2	铅钡
2	A3	铅钡
3	A4	铅钡
4	A5	铅钡
5	A6	高钾
6	A7	高钾
7	A8	铅钡

3.2 对分类结果的敏感性进行分析

from scipy.cluster.hierarchy import dendrogram, linkage
import numpy as np
import matplotlib.pyplot as plt

df = d3.iloc[:,2:16]
linkage_data = linkage(df, method='ward', metric='euclidean')
dendrogram(linkage_data, labels=list(d3.iloc[:,0]))
plt.show()

在这里插入图片描述

from sklearn.cluster import AgglomerativeClustering
hierarchical_cluster = AgglomerativeClustering(n_clusters=2, affinity='euclidean', linkage='ward')
labels = hierarchical_cluster.fit_predict(df)
labels

array([1, 0, 0, 0, 0, 1, 1, 0])

当我们对样本进行层次聚类时，得到的聚类簇与鉴别出的玻璃类型相一致

问题4

4.1 针对不同类别的玻璃文物样品，分析其化学成分之间的关联关系

绘图

散点图

import seaborn as sns
sns.pairplot(d12.iloc[:,[2] + list(range(6,20))], hue='类型')

<seaborn.axisgrid.PairGrid at 0x7f10e313dbe0>

在这里插入图片描述

相关系数图

import numpy as np
np.bool = np.bool_
cor = round(d12_Pb.corr(), 2)
fig = px.imshow(cor, text_auto=True, title='铅钡玻璃')
# set figute size
fig.update_layout(autosize=False, width=600, height=600)
# center title
fig.update_layout(title_x=0.5)
fig.show()

在这里插入图片描述

import numpy as np
np.bool = np.bool_
cor = round(d12_K.corr(), 2)
fig = px.imshow(cor, text_auto=True, title='高钾玻璃')
# set figute size
fig.update_layout(autosize=False, width=600, height=600)
# center title
fig.update_layout(title_x=0.5)
fig.show()