![](https://img-blog.csdnimg.cn/20190918140129601.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Python数学建模
文章平均质量分 90
数学建模编程与工具
_泥鳅
wenjie_xu2000@outlook.com
展开
-
Python数学建模 空间插值
Python实现反距离权重插值(IDW)、克里金插值(Kriging)、线性插值、最近邻插值和样条插值。不同空间插值方法对比原创 2022-07-12 16:55:27 · 3418 阅读 · 0 评论 -
Python数学建模 缺失值与异常值处理
缺失值,即存在特征或标签为空值的样本。包含空值的数据会使建模过程陷入混乱,导致不可靠输出。缺少过多的数据也将丢失大量有效信息,使数据模型难以把握数据规律。原创 2022-07-10 23:30:24 · 5447 阅读 · 0 评论 -
Python数学建模 正态分布检验
不同正态分布检验方法:散点图、直方图、QQ图、JB检验、Shapior-wilk检验原创 2022-01-26 11:44:12 · 4044 阅读 · 0 评论 -
Python数学建模 时间序列处理
基于Python的时间序列数据转换、生成与处理原创 2022-01-27 14:21:41 · 3109 阅读 · 2 评论 -
Python数学建模 熵权法/熵值法
基本原理在信息论中,熵是对不确定性的一种度量。不确定性越大,熵就越大,包含的信息量越大;不确定性越小,熵就越小,包含的信息量就越小。根据熵的特性,可以通过计算熵值来判断一个事件的随机性及无序程度,也可以用熵值来判断某个指标的离散程度,指标的离散程度越大,该指标对综合评价的影响(权重)越大。比如样本数据在某指标下取值都相等,则该指标对总体评价的影响为0,权值为0.熵权法是一种客观赋权法,因为它仅依赖于数据本身的离散性。熵值法步骤对nnn个样本,mmm个指标,则xijx_{ij}xij为第i原创 2022-01-19 00:35:54 · 4991 阅读 · 0 评论 -
Python数学建模 多元线性回归
多元线性回归原创 2022-01-21 12:57:33 · 6219 阅读 · 0 评论 -
基于Python和R的多元线性回归分析实例
文章目录实验目的实验内容分析影响因变量Y的主要影响因素及经济意义建立散点图考察Y与每一个自变量之间的相关关系PythonR语言建立多元回归模型,并计算回归系数和统计量PythonR语言实验目的掌握一元线性回归、多元线性回归模型的建模原理、估计及检验方法。能运用相应的统计软件(SAS\SPSS\R)进行计算、分析。实验内容某大型牙膏制造企业为了更好地拓展产品市场,有效地管理库存,公司董事会要求销售部门根据市场调查,找出公司生产的牙膏销售量与销售价格、广告投入等之间的关系,从而预测出在不同价格和原创 2021-11-26 10:26:03 · 4404 阅读 · 2 评论