- 博客(20)
- 收藏
- 关注
RSS订阅原创 [python]基础救急知识
会四舍五入，且舍弃末尾0，不会补0。不做四舍五入可以考虑字符串切片。中选择目标数值（像数组）注意：主体部分都是一样的。结尾不换行，以空格间隔。会四舍五入，且会补0。
2025-03-10 21:33:06
128
原创 Spss基础操作
数据—拆分文件（倒数第三个）—拆分后取消拆分“分析所有个案，不创建分组”分类汇总：数据—汇总—分界变量为分组依据/函数可以更改所求的值。数据—个案加权 （可以在分析—描述统计—交叉表中输出）插入/删除 变量/个案：右键点击变量—插入变量/清除。数据—重构—变量to个案/个案to变量/转置所有数据。转换—计算变量：对原变量进行一系列的计算生成新的变量。数据—选择个案：对个案数据进行筛选，也可以随机挑选。转换—个案排秩：产生新的变量数值为指定变量的序号。数据—变量排序：根据变量的不同指标排序。
2025-01-23 00:29:49
329
原创 【数模-预测模型】灰色预测
灰色预测：对原始数据进行生成处理，寻找系统变动规律，生成强规律性的数据序列，建立微分方程模型，从而预测事物未来发展趋势。GM（1，1）模型：原始的离散非负数据，通过一次累加削弱数据的随机性，生成较有规律的新的离散数据列，然后建立微分方程。（1，1）表示微分方程是一阶的，只有一个变量。（其中，b表示灰作用量，-a表示发展系数）灰色系统：系统的部分信息已知，部分信息未知。白色系统：系统的信息是完全明确的。黑色系统：系统的内部信息是未知的。
2025-01-20 23:28:14
188
原创 【matlab】基础
①randi(iMax)在开区间(0，iMax)生成均匀分布的伪随机整数 ②randi(iMax，m，n)在开区间(0，iMax)生成m*n型随机矩阵。②rand(m,n,'double”)生成指定精度的均匀分布的伪随机数 ③rand(RandStream,m,n)利用指定的RandStream随机种子生成伪随机数。
2025-01-20 18:41:23
775
原创 【数模-时间】时间序列模型
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。：描述过去、分析规律、预测未来。：季节分解、指数平滑、ARIMA。
2025-01-19 23:00:59
144
原创 【数模—图论】最短路径
点表示事物，连接两点的线表示关系。图的数学表达：G (V(G), E(G) ）其中，V指图的顶点集，E指图的边集。做图网址：https://csacademy.com/app/graph_editor/
2025-01-17 20:08:27
249
原创 【数模—回归分析】多元线性回归分析
通过研究自变量X和因变量Y的相关关系，尝试解释Y的形成机制，进而通过X去预测Y。常见类别：线性回归、0-1回归、定序回归、计数回归、生存回归。
2025-01-17 01:52:47
1012
原创 【数模—相关性模型】相关系数
1.连续数据，正态分布，线性关系，用pearson相关系数是最恰当，当然用spearman相关系数也可以，就是效率没有pearsoh相关系数高。2.上述任一条件不满足，就用spearman相关系数，不能用pearson相关系数3.两个定序数据之间也用spearman相关系数，不能用pearson相关系数。定序数据：仅仅反映观测对象等级、顺序关系的数据，是由定序尺度计量形成的，表现为类别，可以进行排序，属于品质数据。
2025-01-15 21:31:25
1194
原创 【莫奈】搜索（BFS+DFS）
顾名思义，就是以广度优先，一层一层搜索。当我们遍历到时，我们将的子节点存入队列中，然后再一个一个从队列中一个一个遍历。
2024-04-15 21:06:43
251
1
原创 【莫奈】单源最短路径（dijkstra）
n个点，m条有向边（长度>0给定一个源点s，计算s到每个点的最短距离。数据类型：图背景：集合a用来存放已经找到最短路径的点集合b用来存放还未找到最短路径的点P S：一开始，只有源点在集合a中）P S：在代码中可以用来表示是否在集合a中）②dis[n]数组：用来存放源点到各个点的距离road[n][n]：用来存放m条有向边（eg.road[3][4]表示点3到点4的距离）算法实现：①查找从源点出发的有向线段，录入dis[i]②查找dis中最小值（在集合b中的点），并把此点（记为pre。
2024-03-08 21:47:38
203
1
原创 【莫奈】并查集
并查集主要用于不同集合之间互相合并，查找的问题。数据结构：树因此我们要构建一个数组pre[ ]来存储元素的前驱节点。pre[x]的下标因为很多题目的标号是从1开始，未处理容易导致。
2024-03-07 21:47:34
291
3
原创 【莫奈】一维+二维前缀和
arr[n]给定的一维数组sum[n]表示arr前缀和的一维数组其中即，sum[i]为arr前i个数之和# arr[n]初始数组# sum[n]前缀和数组sum[0] = arr[0] #对sum[0]赋初值for i in range(1,n,1): #利用递推对sum赋值arr[n][m]给定的二维数组sum[n][m]表示arr前缀和的二维数组与a[i][j]所构成矩形的所有值之和（即图中蓝色矩形部分）①对sum[0][0]赋值②对第一行第一列赋值，本质与一维前缀和相同。
2024-03-05 20:41:33
269
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人