求解问题来之98年的数模赛题（一道比笔者还老的经典老题），在阅读了几篇相关文献的同时，结合建模课给出的ppt汇总成此文。 不难看出这是一道典型的组合优化题，根据题意，客户希望冒着最小的风险得到最大的收益，想要做这一点，就需要数学的帮助了。同时，问题1与问题2的求解模型是一样的，…

本文简要介绍朴素贝叶斯基本思想及给出其简要应用示例。后续将基于预测性能评估(先验概率-高斯轮廓、后验概率、误分类成本)、分类准确性比较、交叉验证、超参数优化、模型选择等进一步评估优化模型。 简要了解朴

可采用替换缺失值的方法。 进行建模。 意义：ACF自相关系数和PACF偏自相关函数用来确定ARMA(p,q)模型的阶数，即p、q取值;ACF和PACF使用的前提是数据为平稳序列。 pq设置越大，自变量越多，拟合越好，不过会存在过拟合问题，所以要通过AIC和BIC准则进行一个权衡…

思想： 将所有的点用一个超平面分隔开<=>将每个点投影到ω这个法向量上，保证：类内小，类间大，实现了p维数据降为1维。 做法： 定义类间距离，类内距离，定义目标函数，求出目标函数的最大值对应的ω，现在给一个新的数据，只要计算就可以判断是在超平面的哪一侧，即分类成功。

【注】U论域、A模糊集合，U到[0,1]的映射是隶属函数，映射结果是隶属度。 ♥指派法：数学建模一般都用指派法；根据问题的性质套用分布；优点：方便；缺点：主观性比较强，因为是自己选分布。梯形分布用的最多；分布的参数自己选(说根据生活经验或别人的研究成果、常识)

「这是我参与2022首次更文挑战的第11天，活动详情查看：2022首次更文挑战」 前言 本片博文只是一篇笔记博文，略有不当之处请务必多多指正！望各位大佬不吝赐教！ 灰色预测 何为灰色预测，这个历史就不

前言 1 JetRail高铁乘客量预测——7种时间序列方法 内容简介 高铁客运量预测 数据获取：获得2012-2014两年每小时乘客数量 运行结果 数据集处理：（以每天为单位构造和聚合数据集） 从20

聚类和上一讲分类的区别：分类是已知类别的，聚类未知。 聚类后，我们可以更加准确的在每个类中单独使用统计模型进行估计、分析或预测；也可以探究不同类之间的相关性和主要差异。 （1）要求用户必须事先给出要生成的簇的数目K。 （2）对初值敏感。 （3）对于孤立点数据敏感。 系统聚类和K…

主成分分析更容易成功，从而有更广泛的应用。 通过这两个检验判断数据是否适合进行因子分析。 巴特利特原假设=不适合做因子分析(相关系数矩阵是一个单位矩阵)，所以P值<0.05好，拒绝原假设，适合做因子分析。