第三章 数学建模

一、数学建模概述
1.数学建模算法内容

2.线性回归

3.KNN最邻近分类

4.PCA主成分分析

5.K-means聚类

6.蒙塔卡罗模拟

二、线性回归
1.线性回归理论概述



2.线性回归的python实现方法
线性回归通常是人们在学习预测模型时首选的技术之一。在这种技术中，因变量是连续的，自变量可以是连续的也可以是离散的，回归线的性质是线性的。
线性回归使用最佳的拟合直线（也就是回归线）在因变量（Y）和一个或多个自变量（X）之间建立一种关系
① 数据示例

from sklearn.linear_model import LinearRegression   # 导入线性回归模块
rng = np.random.RandomState(1)   # np.random.RandomState → 随机数种子，对于一个随机数发生器，只要该种子（seed）相同，产生的随机数序列就是相同的
xtrain = 10 * rng.rand(30)