- 博客(15)
- 收藏
- 关注
RSS订阅原创 数学建模 15 逻辑回归与随机森林
否则容易过拟合，特征间不能存在强相关性（如 “身高 cm” 和 “身高 m”），否则参数估计不稳定，必须进行数据的标准化/正向化/归一化；数据维度极高且样本量少的场景（如 100 个样本、1000 个特征）：易因 “特征随机选择” 导致信息利用率低。，使得 “所有训练样本的实际类别（y=1 或 y=0）与模型预测的概率（P (y=1|x)）尽可能一致”。通过已有数据，计算出线性方程的参数w后，可以用于预测某一个物品属于某一类的概率，[0,1];，可解释性强，可以输出重要特征。
2025-08-17 19:04:43
353
原创 数学建模 14 中心对数比变换
CLR 是成分数据的 “翻译器”：将 “总和固定、相互制约” 的比例数据，翻译成 “无约束、可线性建模” 的新变量，让传统数学模型能正确分析 “各成分对目标的真实影响”；是处理成分数据的核心预处理方法，核心目标是解决成分数据的和为常数100% ， 导致的维度冗余，非线性相关问题。使得数据满足传统的统计/建模方法；将原来的成分值进行计算然后替换，使用替换后的新值。食品比例中 面粉(50%),糖(30%),水(20%)转换后 将原来的比例相关性 转换为 线性相关性；......待续......
2025-08-17 16:24:39
212
原创 数学建模 13 SVM 支持向量机
在数学建模中常用于分类，其核心是找到超平面，二维中是直线，三维中是平面，更高维中是超平面，最优超平面：平面到两边的距离最大。将低维非线性数据映射到高维空间，使其在高维空间中可线性分隔，无需直接计算高维空间的复杂映射，降低计算成本。对于（0，1），（1，0）属于B ， 在二维空间中无论怎么划直线都不能将A与B划分清晰，通过核函数做一个映射四个点分别是（0，0，0）（1，1，1）（1，0，0）（0，1，0）（学生通过习题--答案学习）随机森林，逻辑回归，线性回归，SVM；对于（0，0），（1，1）属于A。
2025-08-17 16:10:46
153
原创 数学建模 12 时间序列 与 聚类分析
可以认为是 趋势预测一个时间序列往往是 下面几类变化形式的叠加与耦合长期趋势变化（GDP增长），季节变动（空调的开关），循环变动（价格与价值的变化），不规则变动（随机）#平稳性检验 ACF PACF ARIMA预测模型from statsmodels.tsa.stattools import adfuller # 用于平稳性检验（ADF检验）from statsmodels.graphics.tsaplots import plot_acf, plot_pacf # 绘制ACF和PACF图。
2025-08-08 16:48:55
223
原创 数学建模 11 拟合算法
比较一个拟合的好与坏，误差平方和，总体平方和，回归平方和，可决系数。：用多项式函数，指数函数，反比例函数 等 去构造一个函数进行拟合。其中非线性，可以通过进行运算转化为线性关系来处理。可以通过转换成矩阵代数，进行解的可行性证明。下面是一个简单的例子；
2025-08-07 21:45:40
100
原创 数学建模 09 图论
dp[x][y] 表示当前城市是x,已经访问的城市集合是y的情况下 的距离a[x][y] 表示 城市x到城市y的距离i < n;++i) {这段初始化代码。
2025-08-07 17:51:01
345
原创 数学建模 08 非线性规划
当一架 欲进入该区域的飞机到达区域边缘时，记录其数据后，要立即计算并判断是否会与区域内 的飞机发生碰撞。如果会碰撞，则应计算如何调整各架（包括新进入的）飞机飞行的方向 角，以避免碰撞。设该区域 4 个顶点的坐标为 (0,0)，(160,0)，(160,160)，(0,160)。（4）进入该区域的飞机在到达区域边缘时，与区域内飞机的距离应在60km以上。需要提供：目标函数 ，约束，变量的范围，变量的初始值，选择的算法，精度要求。如上所示，第一个约束是线性的，第二个约束时非线性的。调整的幅度不应超过30°。
2025-08-06 12:07:55
332
原创 数学建模 07 整数规划
同线性规划，但是添加了取值必须是整数的约束，对应使用py的pulp库来说，仅需要在变量的限制条件中增加integer的约束即刻。
2025-07-30 19:47:20
108
原创 数学建模 06 线性规划
如下所示，可能出现有两个目标函数的情况，如何消除掉？若其中一个人 做A事件 +40 -240。做B事件 +30 -120。6个人 1200资源。两件事情都要有人去做。求满足条件的最大收益。
2025-07-28 21:51:24
270
原创 数学建模 04 topsis优劣解距离法
计算每一个方案到正负理想方案的距离---->类似于平面中求两个点之间的距离。将因素之间的权重与向量标准化后的矩阵 进行相乘，得到加权后的矩阵。通过数据本身，确定方案的优劣程度。将每一列中最高分得到正理想解。对应每一列最低分得到负理想解。图中已经是正向化的数据了。
2025-07-22 16:21:13
142
原创 数学建模 03 熵权法
顾名思义，熵权法的作用是分配权重，作用与层次分析法相同，确定不同因素之间权重关系。注意： 这里仅仅是表示 通过吸烟状态这个数据 降低了信息的不确定性。一件事情的概率越大（必然发生，权重大），所包含的信息量越少。相比层次分析法熵权法避免主观。将此时的标准化的值看成是概率。将数据正向化（越大越好）将数据标准化处理 （）I(x) 表示信息量。
2025-07-22 11:49:08
152
原创 数学建模 02 模糊分析法
对于这种概念 可以把年龄[0,120] 通过映射到 [0,1] 之间 越大表示越属于这个集合。其中注意向量表示法一 对于一个要确定其隶属度的问题，首先要确定隶属函数，通常是F分布典型的分布函数有：抛物型，正态型，柯西型因素集，权重集，评语集。
2025-07-21 17:03:51
149
原创 数学建模 模型01 层次分析法
1. 做这件事情的最终目的是什么2. 这件事情考虑的因素包括哪些？3. 可供选择的方案有哪些？1. 目的 选择最合适的学校2. 因素 位置，专业，学校，环境等3. 可供选择的学校......
2025-07-20 22:37:45
244
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