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)