数学建模讲座笔记

最新推荐文章于 2026-08-15 14:51:27 发布

原创最新推荐文章于 2026-08-15 14:51:27 发布 · 290 阅读

本内容遵循CC 4.0 BY-SA版权协议

收录于

数学建模

当前文章被收录于：

数学建模

6 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

这篇讲座笔记探讨了数学建模的重要性和方法，包括绘制图表、统计分析（均值、方差、中位数）、数据挖掘、降维技术如PCA，以及使用matlab和statsmodels进行概率分布拟合。此外，还介绍了scikit-learn用于分类任务，以及评估模型性能的混淆矩阵和相关指标。

题目的第一段很重要
根据类别绘制柱状图饼状图
计算均值、方差，中位数等或看分布
对每一列数据都进行深入分析和挖掘
降维方法：可以考虑PCA
https://aistudio.baidu.com/aistudio/education/group/info/13531
也可以考虑其他方法：
https://zhuanlan.zhihu.com/p/43225794
matlab工具：https://ww2.mathworks.cn/help/stats/probability-distributions-1.html
拟合：statsmodels
介绍：https://zhuanlan.zhihu.com/p/91384305
使用：https://cloud.tencent.com/developer/article/1495066
分类：scikit-learn
混淆矩阵：https://www.cnblogs.com/qi-yuan-008/p/11675499.html
一些评估指标及其实现：
https://blog.csdn.net/weixin_39541558/article/details/82708832
https://blog.csdn.net/weixin_39541558/article/details/80705006
多元线性回归分析：https://blog.csdn.net/weixin_40014576/article/details/79918819