自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(21)
  • 收藏
  • 关注

原创 决策树(Decision Tree)

决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干,故称决策树。在机器学习中,决策树是一个预测模型,他代表的是对象属性与对象值之间的一种映射关系。Entropy = 系统的凌乱程度,使用算法ID3C4.5和C5.0生成树算法使用熵。这一度量是基于信息学理论中熵的概念。

2025-03-31 21:26:10 779

原创 数模算法 ---(插值)

在的基础上补插连续函数,使得这条通过全部给定的离散数据点。插值是逼近的重要方法,利用它可通过函数在有限个点处的取值状况,估算出函数在其他点处的。插值:用来填充时像素之间的空隙。给定 n个离散数据点(称为节点)对于,求 x所对应的 y的值称为内插。f(x)为定义在区间 [a,b]上的函数。为[a,b]上n个互不相同的点, G为给定的某一函数类。若G上有函数 g(x)满足:则称g(x)为f(x)关于节点在 G上的插值函数。求插值函数g(x)的方法称为插值法。

2025-02-24 21:22:41 1053

原创 优劣解距离法(TOPSIS法)

优劣解距离法(TOPSIS)是一种多准则决策分析方法,最早由Hwang和Yoon在1981年提出,并在其合著的《Multiple Attribute Decision Making: Methods and Applications》一书中进行了详细阐述。该方法旨在通过计算每个备选方案到理想解和负理想解的距离来进行排序和选择。TOPSIS 法是一种常用的综合评价方法,能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距。

2025-02-10 22:45:03 1139

原创 层次分析法的程序代码解法

一位投资者计划在三个项目(新能源项目、互联网项目、房地产项目)中选择一个进行投资,他主要从三个方面进行考量:预期收益、风险程度、发展潜力。请运用层次分析法帮助投资者确定最佳投资项目。题目:选择最佳投资项目。

2025-01-21 15:50:32 227

原创 数学建模——层次分析法(AHP)

该方法将定量分析和定性分析结合起来,用决策者的经验判断各衡量目标能否实现的标准之间的相对重要程度,并合理地给出每个决策方案的每个标准的权数,利用全数求出各方案的优劣次序,比较有效地应用于那些难以用定量方法解决的课题。从题中获去关键信息,来建立层次结构模型,很明显小李是想找到一份适合自己的工作,所以选择职业为目标层,选择什么职业的前提条件或者是影响因素为:薪资、工作压力、发展前景,也就是准则层,最后有教师、程序员、公务员这三种方案也就是方案层。,则认为判断矩阵的一致性是可以接受的;我们以判断矩阵A为例,设。

2025-01-20 15:55:03 1854

原创 插值与拟合

拟合,用一个通俗的比喻来说,就像是给一组杂乱无章的点找个“最佳拍档”——一条曲线或者直线。这些点就像是你随机扔在地板上的一堆弹珠,而拟合就是要找到一条线或者曲线,这条线不需要穿过每一个弹珠(不像插值那样),但是要尽可能地靠近所有的弹珠,使得整体上看起来,弹珠和这条线之间的“距离”(也就是偏差)最小。假设你有几张地图上标记了一些特定的点,你想要画出一条平滑的曲线或者直线,使得这些曲线或直线能够尽可能地穿过所有的标记点。这表明,只要 n +1个节点互不相同,满足插值要求( 2)的插值多项(1)是唯一的。

2024-11-09 19:55:54 354

原创 基础误差图

10. 误差棒图的高级应用:在科学研究中,误差棒图可以用于展示实验数据的精确度和可靠性,例如在Nature或Science等高级别期刊中,带状误差线图非常常见,它通过填充颜色的误差线图来提高图表的可读性和美观度。在误差图中,置信区间可以用来表示误差棒的范围。8. 误差图的可视化:误差图可以以多种形式展示,包括条形图上的误差棒、散点图周围的误差棒等。9. 误差棒的表示方式:误差棒可以表示为对称或非对称的,对称误差棒通常用于表示数据的正负误差相同,而非对称误差棒则可以表示不同的正负误差范围。

2024-11-02 19:24:49 609

原创 线性规划——使用Python解答

然后再用变量命名最大利润、优解x、优解y为0,根据题目描述找出所有的x与y的组合,再根据上面我们定义的函数 is_valid(x, y) 进行检验同时调用计算利润的函数计算利润。因为开头我们定义最大利润为0,直接将第一个计算出来利润成为最大的利润,之后再一个个进行比较直到找到最大的利润为止。我用文字简单描述一下就是:首先定义计算利润的函数和约束条件的函数,方便我们后面的运算。

2024-10-29 16:58:29 257

原创 线性规划——Python中linprog函数的使用

某工厂生产两种产品A和B,生产产品A每单位需要消耗原材料1千克、劳动力2小时,生产产品B每单位需要消耗原材料2千克、劳动力1小时。现有原材料10千克,劳动力10小时。产品A每单位利润为3元,产品B每单位利润为4元。问如何安排生产才能使利润最大?很经典的一道题,给大家3分钟思考一下题目,同时思考几个问题也是我们解决这种题的方法。,为了使用 linprog 函数求最小值,将目标函数改写为。首先,设生产产品A的数量为。目标函数是利润最大化,即。,生产产品B的数量为。,此时目标函数系数向量。

2024-10-26 15:15:04 843

原创 数学建模小白——线性规划

看到这个图大家是不是想起来了,其实到数学建模这里线性规划也没有那么神秘,只不过它不再局限于纸上了,你要用你所学过的编程语言表示出来解出来。列出约束条件:根据问题的实际要求,列出所有可能的约束条件,这些约束条件通常以线性不等式或等式的形式出现。而大家期待的线性规划最重要的三点:决策变量、目标函数、约束条件。寻找最优解:在可行域的顶点处计算目标函数的值,以确定最优解。绘制可行域:在坐标系中绘制出所有约束条件所定义的可行域。检验解的可行性:确保找到的最优解满足所有的约束条件。

2024-10-19 19:12:59 319

原创 双变量图详解

5. **联合图(Joint Plot)**:联合图是一种组合图表,它通常将散点图与直方图或核密度图结合起来,以展示两个变量之间的关系以及每个变量的单独分布。1. **散点图(Scatter Plot)**:这是最常用的双变量图,用于展示两个连续变量之间的关系。6. **双变量映射地图(Bivariate Choropleth Map)**:在地理信息系统(GIS)中,双变量映射地图用于在地图上用颜色展示两个变量的信息,相较于单一变量映射地图,此类地图表达的信息更加丰富和全面。

2024-10-19 16:26:49 682

原创 直方图和核密度图

直方图是一种通过将数据分组到连续的、不重叠的区间(或“箱”)中,并展示每个区间内数据点的数量来表示数据分布的图表。1. 平滑曲线:核密度图通过一条平滑的曲线来展示数据的分布,这条曲线是通过在每个数据点周围放置一个平滑的核(如高斯核)并累加这些核来生成的。2. 高度:每个箱子的高度表示该区间内数据点的数量,或者有时表示为频率密度(即每个箱子的高度乘以箱子的宽度给出该区间内数据点的密度)。- 核密度曲线:叠加在直方图上,展示数据的概率密度估计,通过平滑的曲线展示数据的整体分布趋势。直方图和核密度图的结合。

2024-10-19 13:56:02 743

原创 分组条形图详解

分组条形图(Grouped Bar Chart)是一种常用的数据可视化工具,它通过条形的长度来展示不同类别的数据量。例如,可以比较不同地区不同产品的销售额,或者不同年龄段不同性别的人口数量等。社会科学研究:如比较不同社会群体在不同指标上的差异,如不同收入阶层的教育水平、不同性别在职业选择上的倾向等。- 通过比较不同组中相同位置的条形,可以了解不同组别在相同子分类上的差异。- 通过比较同一组内不同条形的长度,可以了解不同子分类之间的差异。- 确保图表中的数据是完整的,没有遗漏任何重要的子分类或组别。

2024-10-17 21:54:08 653

原创 概率密度图详解

从形状上看,它可以呈现出多种不同的形式,可能是钟形曲线(如正态分布的概率密度图)、偏态曲线等。- 有些概率密度图可能有多个峰值,这表示随机变量的取值可能集中在几个不同的区间内。- 例如,如果曲线下的某段面积是0.3,那么随机变量落在这个区间的概率是30%。- 对于其他分布,如指数分布或均匀分布,曲线的尾部可能有不同的含义。密度图的尾部可能出现小的峰,表明数据中存在异常值或次要的群体。密度图的宽度表明数据的离散程度,曲线越宽,数据的变异性越大。- 曲线的形状可以是对称的,也可以是不对称的(偏斜分布)。

2024-10-17 21:46:57 2541

原创 数学建模:线性规划

在一组线性约束的条件下,求线性目标函数的最大值或最小值。优化类问题:有限的资源,最大的收益。题目中常提到“XXX有多少多少” “怎样安排/分配” “最多(少)” “利润最大” 各种词眼。关于模型的建立有三点:决策变量、目标函数、约束条件。

2024-10-08 16:50:06 1064

原创 数学建模竞赛

我的理解是:我认为数学也是一种语言,那些数据和字符就是文字,但是如果只是一堆数据,不仅枯燥无味而且晦涩难懂,这个时候数学建模出现了,它刚好可以解决这些问题,所以不要被它高大上的名字给吓到。以下还有数学建模的官方解释:数学模型是关于部分现实世界和为一种特殊目的而作的一个抽象的、简化的结构。”具体来说,数学模型就是为了某种目的,用字母、数学及其它数学符号建立起来的等式或不等式以及图表、图象、框图等描述客观事物的特征及其内在联系的数学结构表达式。

2024-10-03 15:56:58 1336

原创 箱线图详解

箱线图(Box Plot),也称为箱须图或盒须图,是一种用于显示一组数据分布情况的统计图表。它能够直观地展示数据的中心趋势、离散程度以及异常值。

2024-10-03 12:50:23 1302

原创 matplotlib绘图(二)

8.带标记的棒棒糖图。

2024-10-01 15:35:31 185

原创 matplotlib绘图(三)

9.面积图plt.fill_between()通过颜色填充来增强视觉效果10.多变量直方图11.树形图12.波峰波谷时间序列13.词云图首先安装好jieba和wordcloud这两个工具效果图如下14.小提琴图。

2024-09-29 22:45:07 340

原创 matplotlib绘图(一)

结合了直方图和核密度估计的特点,直方图通过将数据划分为若干区间,并统计落在每个区间内的数据点数量来显示数据的分布情况,但区间的选择可能会对结果产生较大影响。而核密度图则使用核函数来估计数据的概率密度函数,能更平滑地展示数据分布,不受区间选择的影响。柱状图的条可以是垂直的也可以是水平的。每个条的长度或高度代表一个特定的值或数量。条通常可以分组或堆叠,以比较不同的类别或数据子集。tips:首先安装一些模块:seaborn、pandas、numpy,这些模块后续我们都要使用的。这里我们需要先导入一些模块。

2024-09-24 18:44:18 256

原创 学习使用matplotlib教程(一)

conda activate 环境名(激活conda环境)1.下载一个anaconda。

2024-09-20 18:15:05 240

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

提示
确定要删除当前文章?
取消 删除