clown_0518的博客

KNN简介算法代码实现简介k-nearest neighbour, 简称KNN算法，是用来进行分类和回归的算法，这里仅介绍分类问题。在原始训练数据集的基础上，给定现有数据，经过一定的算法使现有的数据属于某个类别。输入格式： T = {(x1, y1), …, (xn,yn)}，其中xi表示训练数据的特征向量，yi表示训练数据的类别，一般类别用离散的常量表示。待分类数据的特征向量为x输出格式：给出输入特征向量的类别算法repeat 1.根据距离度量的算法（例如欧氏距离），在训练数据集T中找到

本文大致介绍了灰色预测模型的原理，以及相应的推导过程。同时也给出了检验方法。最后对模型进行相应的改善和推广。

大致介绍了回归的相关概念和分类。

本文大致介绍了经过熵权法改善后的TOPSIS方法，推荐比赛时替代AHP

简要介绍多级模糊综合评价模型的概念和使用方法，并且给了两个例子辅助讲解。

模糊综合评价模型（中：应用篇）https://blog.youkuaiyun.com/linshuxian315/article/details/106154817

大致介绍了模糊数学中基础概念，模糊评定法的相关概念，以及一级模糊综合评价模型的介绍以及使用。

主要是介绍TOPSIS的使用方法以及使用场景

时间序列定义基本概念时间序列类型长期趋势 T季节趋势 S*循环变动 C*不规则变动 I时间序列的类型组合判断方法：定义时间序列也称动态序列，是指将某种现象的指标数值按照时间顺序排列而成的数值序列。时间序列分析大致可分成三大部分，分别是描述过去、分析规律和预测未来。基本概念时间序列的组成要素：时间要素（年月日） + 数值要素（数据怎么变化）解决的两类问题时间序列：数值要素反映现象在一定时期内发展的结果（历年GDP走向）时点序列：数值要素反映现象在一定时点上的瞬间水平（某个时间点的温度）**

层次分析法使用场合典型问题如何寻找指标使用方法解决上述的问题步骤总结该文章参考来源 清风：数学建模方法使用场合解决评价类问题，选择哪种方案最优，但是影响因子有很多，考虑不同指标，推出权重比。典型问题如何寻找指标上述题目：选择最佳的旅游景点三种：苏杭、北戴河和桂林题目尚未给出，按照如下方案寻找way1：按照通常逻辑自己想way2：题目暗示的背景way3：查找相关论文（知网、万方、百度学术、谷歌学术way4: 虫部落-快搜等搜索引擎使用方法对每一个指标分配权重，生成