第三章 数学建模

一、数学建模概述
1.数学建模算法内容
这里写图片描述
2.线性回归
这里写图片描述
3.KNN最邻近分类
这里写图片描述
4.PCA主成分分析
这里写图片描述
5.K-means聚类
这里写图片描述
6.蒙塔卡罗模拟
这里写图片描述

二、线性回归
1.线性回归理论概述
这里写图片描述这里写图片描述
这里写图片描述这里写图片描述
这里写图片描述
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)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值