数学建模算法
weixin_45622770
这个作者很懒,什么都没留下…
展开
-
TSP问题
model:sets:city/1..280/:u; !定义280个点;link(city,city):dist,x; !dist 为距离矩阵 x为决策变量;endsetsdata:dist =@OLE('C:\Users\86185\A题\cij.xlsx','cij');@OLE('C:\Users\86185\A题\最优路线.xlsx','最优路') = x;enddatan = @size(city);!目标函数;min = @sum(link(i,j):dist(i.原创 2021-07-28 10:06:07 · 78 阅读 · 0 评论 -
主成分分析
matlab版gj=zscore(gj); %数据标准化r=corrcoef(gj); %计算相关系数矩阵%下面利用相关系数矩阵进行主成分分析,x的列为r的特征向量,即主成分的系数[x,y,z]=pcacov(r) %y为r的特征值,z为各个主成分的贡献率f=repmat(sign(sum(x)),size(x,1),1); %构造与x同维数的元素为±1的矩阵x=x.*f %修改特征向量的正负号,每个特征向量乘以所有分量和的符号函数值num=1; %num为选取的主成分的个数df=gj*原创 2021-07-20 11:40:25 · 143 阅读 · 0 评论 -
数据处理 偏见数据处理
偏见数据:# r是pandas类型数据,9列为评价分列num = r.iloc[:,9].valuesleft=num.mean()-3*num.std()right=num.mean()+3*num.std()r = r[left<r.评价分]r = r[r.评价分<right]筛选numpy数据b中第五列中的不同种数据c=[]for i in range(0,len(b)): if b[i][5] not in c: c.append(b[i][5原创 2021-07-16 11:31:41 · 96 阅读 · 0 评论 -
数据处理 读写数据
python 读数据 excel中的数据涉及文本,且后续需要表头进行数据处理,只能用pandas读取;如果全为数值型数据且数据量较小,可以用numpy读取。#利用pandas读取excel中的数据(首先需要把excel中的数据另存为csv格式)import pandas as pdd1 = pd.read_csv("02.csv",header=0)print(d1)#利用numpy读取excel中的数据(首先需要把excel中的数据另存为csv格式)import numpy as n原创 2021-07-16 11:06:47 · 144 阅读 · 0 评论 -
聚类算法 K-means算法
聚类算法 K-means算法from sklearn.cluster import KMeansimport numpy as npimport matplotlib.pyplot as plt# 载入数据data = np.genfromtxt("kmeans.txt", delimiter=" ")print(data)# 设置k值k = 4 # 训练模型model = KMeans(n_clusters=k)model.fit(data)# 分类中心点坐标center原创 2021-07-15 17:35:01 · 48 阅读 · 0 评论