软工科班，擅长Matlab、C++、微信小程序开发

参加数学建模比赛时，很多题目往往要求我们制作与地图相关的可视化内容。实际上，有很多方法可以完成论文写作中对可视化图片的需求，如Python、MATLAB、Arcgis、echarts、一些BI平台、Excel甚至PPT。本帖介绍几种博主在本科期间参赛用到的方法~

观察人类社会，亦或说车水马龙中的光怪陆离，不难发现《马原》中介绍的人类社会中的个体，总是通过某种方面的“类似”聚在一起，文学上称这种现象叫做物以类聚，人以群分。

和多元线性回归一样，逻辑回归也是建立“”型变量之间的线性关系——也即找出线性方程的近似解。有所不同的是，，这倒是有点像bool型和int型之间的区别了。以此解决特殊的问题要求~

参加数学建模的小伙伴要注意了：多元线性回归几乎是所有分析方式里面最核心、最常用、最全面的模型，博主本科大致参加了10+次数模，还有一次正大杯市场调研赛，其中获得拿得出手的奖有9次，有5次都用到了多元线性回归——至于没有用到的4次，1次由于题材原因实在用不了任何多元分析的手段，3次是因为初学不太会用，直至达到学以致用的境界，才体会到前者的妙不可言。

典型相关分析（Canonical Correlation analysis），是用于研究变量（每组变量中都可能有多个指标） 之间相关关系的一种多元统计方法。它能够揭示出两组。我们之前总结的，也就是上图中的简单相关分析，用于分析一组变量——，计算方式就是本科阶段概率论学过的。多变量相关分析则是分析一组具有共同点的变量与某个变量的相关性（多对一）。而今天介绍的典型相关分析，则是多对多，换句话说，，例如：喜欢骑自行车的群体和喜欢开车的群体有什么关系？喜欢看足球的男生和执着的男生有什么关系？

久违了，前段时间由于学习压力大，就没怎么更新MATLAB相关的内容，今天实在学不进去了，换个内容更新一下~本贴介绍灰色预测模型，这也是数学建模竞赛常见算法中的一员，和许多预测模型一样——根据已知数据对未知进行预测。

所谓相关系数，本质上是来衡量两组数据的关系大小——对应呈现函数关心的两种变量，那么我们可以很清楚他们之间的关系；初试成绩与录取情况虽然成较弱的正相关，可能有两个原因——一是模型的严谨性不足，另一方面可能是因为初试成绩占比相对较低（巧合的是复试强相关......），这要不同学校具体分析；如上是有关相关系数的计算方式：所谓的皮尔逊相关系数，即为我们本科期间学过的那种，也就是考研数一数三会涉及的部分~23年正大杯——这种就是前文提到的Excel法，属实有点low哈哈哈，平时小打小闹无所谓，

通俗的说，插值的本质是根据现有离散点的信息创建出更多的离散点，从而不断提高精度；而拟合则不需要找到更多的点，目标在于根据已知的点构造出一条函数，使得每点上的误差尽可能地低

很多时候，我们仅有离散点上的数据，这时如果我们想要分析变量之间的函数关系，则无法实现。经过插值处理，三维图变得光滑（数据找不到了唉~，大家只要会套用代码就行）如上的代码即可实现一维插值，不同插值方式只需要。如上图，未经二维插值处理的图像表面很粗糙。如下是插值法的原理，大家看一下就好了。而经过插值处理后， 表面变得光滑。~这就是插值的实用意义。

游戏以全世界为地图进行战争游戏，在占领城市的过程中消灭敌军、支援友军，共有步兵、坦克、炮兵、空军、海军五大军种，此外不同将领的军阶、指挥部队的机动能力也不尽相同，将领们的技能也各有千秋。世界征服者3游戏中有150+的将领角色，每个将领都有自己的兵种优势、军阶、技能等不同的属性，如何教务客观、综合全面地选拔出其中排名前50的将领？此处通过MATLAB进行计算，代码在附录中，结果保留5位小数，得到的数据结果在附件中，此处不一一给出。此外，考虑到6个指标的单位不尽相同，此处采用标准化处理的方式，去除量纲的影响。

情人节来临之际，广大直男（女）同胞在给异性朋友选购礼物时会遇到难题——什么才是礼物好坏最重要的标准？基于进行计算，得出最高权重的指标，给出各位朋友选购礼物的一种思路，指导大家选到更为贴切的礼物。

近期在复习考研，以此来巩固一下相关知识——虽然考研肯定不能用MATLAB代码哈哈，不过在实际应用中解决问题还是很不错的，比C++易上手得多~）

前两个函数分别保存为独立的m文件，将其与主函数放置同一文件夹目录之下即可。此外，自己的数据要独立保存为.mat文件，也在同一目录之下。DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有。作为经典的聚类算法，DBSCAN聚类在数学建模竞赛中用到的概率很大。本文不详细展开讲解DBSCAN的原理，只介绍相关代码的使用步骤。不同，它将簇定义为密度相连的点的最大集合，能够把具有足够。的区域划分为簇，并可在噪声的。