xjw的博客

目录最小二乘法最小二乘法解释最小二乘法求解最小二乘法求解评价拟合的好坏拟合优度R^2(前提：参数线性)R^2应用条件（线性函数）拟合优度计算与插值问题不同，拟合问题不需要曲线一定经过给定的点。拟合问题的目标是寻求一个函数（曲线），使得该曲线在某种准则下与所有的数据点最为接近，即曲线拟合的最好。也就是说，插值是经过给定的散点，拟合是总体距离最优，不一定经过所有的点。所以，样本量多的话，是采用拟合的。最小二乘法最小二乘法解释最小二乘法求解这里的拟合函数是线性函数，我们可以看到推理过程，其中的推

插值的意思就是，通过已有的x和y构造函数，然后求F(x*) 即可得到Y*。在实际建模过程中，常有多项式插值、分段插值、三角插值。我们来看插值法的原理：如下图所示，只要n+1个节点互异，满足方程的的多项式是唯一存在的。接下来介绍常用的插值方法，拉克朗日插值法具体证明过程单独看一下搜索一下资料看吧，这里主要记录一下。但是出现拉格朗日插值法会出现龙格现象(Runge phenomenon)所以我们采用常采用的是分段线性插值法另外牛顿插值法是优化 拉格朗日插值法计算的一种插值方法.

目录举例介绍TOPSIS步骤第一步将原始矩阵正向化极小型指标-->极大型指标中间型指标-》极大型区间型--》极大型第二步正向化矩阵标准化第三步计算得分并归一化TOPSIS模型改进TOPSIS是一种常用的综合评价方法，能充分利用原始数据的信息，其结果能精确地反映各评价方案之间的差距。主要应用于评价类的模型。举例介绍常用构造计算评分指标公式，下面三点解释了我们采用已给数据的最大最小值来计算，而不是用例如成绩就用max=100，min=0来计算的原因增加指标的个数，以及对指标的分类统一指标类

层次分析法首先当我们遇到需要确定评价指标，形成评价体系的题目时，我们需要想到的是以下三个方面：评价的目标是什么？达到这个目标有哪几种可选方案评价的准则、指标是什么评价指标可以通过论文和谷歌当我们确定评价指标之后，还存在一个问题，一次性考虑这五个指标之间的关系，往往考虑不周，所以解决办法就是 两个两个指标之间进行比较，最终根据两两比较的结果推算权重 如下图所示通过查阅资料，分别填写判断矩阵，也就是上图确定景色、花费、居住、饮食和交通的权重。另外，我们在景色中，如何选择苏杭、北戴河