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。‪‬‪‬‪‬‪‬‪‬‮‬‪‬‭‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‫‬‫‬‪‬‪‬‪‬‪‬‪‬‮‬‭‬‪‬‪‬‪‬‪‬‪‬‪‬‮‬‪‬‪‬‪‬

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

Python123 练习5

1.一元二次方程求根 2.百钱买百鸡 3.鸡兔同笼 4.最大公约数和最小公倍数 5.判断三角形并计算面积 6.判断IP地址合法性 7.回文素数

#几何学#算法
Python123 练习8

1. 人生苦短我用python2. 存款利息3. 月份缩写(一)4. 月份缩写(二)5. 百分制成绩转换五分制6. 用户登录A7. 用户登录B

    共 11 条
  • 1
  • 2
  • 请选择