数学建模

一些介绍 灰色系统、白色系统、黑色系统 白色系统是指一个系统的内部特征是完全已知的，既系统信息是完全充分的。 黑色系统是一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。

简单介绍 它通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本点的类属以达到自动对样本数据进行分类的目的。假设样本集合为X={x1 ，x2 ，…，xn }，将其分成c 个模糊组，并求每组

简单介绍 通过某种相似性测度计算节点之间的相似性，并按相似度由高到低排序，逐步重新连接个节点。 简单示例

简要了解K-means聚类 给定一个数据点集合和需要的聚类数目k，k由用户指定，k均值算法根据某个距离函数反复把数据分入k个聚类中。 简单示例

简要了解支持向量机分类 支持向量机是针对二值分类问题提出的，并且成功地应用子解函数回归及一类分类问题。 分类数据并效果展示 分类示例 X用于训练的数据，Y用于训练数据的分类，label预测数据分类，s

关于数学建模的一些计划 列一个历年涉及到的一些方法，这些方法作用是什么的清单。该清单主要针对数据处理类的题型，不用说出这些方法具体怎么用，只需了解这些方法可以用来干什么即可。历年赛题优秀论文 学习并掌

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

本文主要简要介绍K-近邻分类概念，然后就怎样基于K-近邻分类找到待查询数据的K个邻居并可视化、怎样对待查询数据进行分类提供两个官方示例。后续将介绍怎样找到多个查询数据邻近点并分类、怎样自定义距离度量及

数据读写(xlsread、xlswrite) 数据预处理(异常值检测、判定、处理) 数据变换(标准化处理、逆向化) 数据可视化 数据降维(主成分分析法、相关系数法)