logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

Python数学建模 正态分布检验

不同正态分布检验方法:散点图、直方图、QQ图、JB检验、Shapior-wilk检验

#python#概率论#机器学习
Python数学建模 空间插值

Python实现反距离权重插值(IDW)、克里金插值(Kriging)、线性插值、最近邻插值和样条插值。不同空间插值方法对比

#python
切片逆回归原理(SIR)与Python实现

切片逆回归(SliceInverseRegression,SIR)是一种经典的充分降维方法。

#python#机器学习
Python数学建模 缺失值与异常值处理

缺失值,即存在特征或标签为空值的样本。包含空值的数据会使建模过程陷入混乱,导致不可靠输出。缺少过多的数据也将丢失大量有效信息,使数据模型难以把握数据规律。

#python
Python123 练习9

文章目录1.两数之和2.九宫格输入3.字典查询4.列表插入5.列表删除6.二分法求平方根7.判断素数函数1.两数之和给定一个整数列表 nums 和一个目标值 target,请你在该数组中找出和为目标值的那两个整数,并返回他们的列表索引。‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬

近似熵原理(Approximate Entropy)与Python实现

近似熵(Approximate entropy)的计算原理与Python实现代码

#python#算法
Python数学建模 熵权法/熵值法

基本原理在信息论中,熵是对不确定性的一种度量。不确定性越大,熵就越大,包含的信息量越大;不确定性越小,熵就越小,包含的信息量就越小。根据熵的特性,可以通过计算熵值来判断一个事件的随机性及无序程度,也可以用熵值来判断某个指标的离散程度,指标的离散程度越大,该指标对综合评价的影响(权重)越大。比如样本数据在某指标下取值都相等,则该指标对总体评价的影响为0,权值为0.熵权法是一种客观赋权法,因为它仅依赖

#python#数据挖掘#线性代数
Python123 练习2

1、计算矩形面积 2、格式化输出 3、照猫画虎求阶乘 4、字符串逆序输出

Python123 练习6

1. 同符号数学运算2. 三角函数计算3. 棋盘放米4. 数列求和5. 分类统计字符6. 黑客语解密7. 密码强度判断8. 水仙花数9. 求e的近似值10. 使用泰勒级数公式计算圆周率11. 个税计算器12. 模拟生成微软序列号

Python123 练习3

1、a除以b 2、2的n此方 3、阶乘4、阶乘求和 5、表达式求值

    共 14 条
  • 1
  • 2
  • 请选择