写文章
- @weixin_72137075
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
Python 数学建模——灰色关联度分析
介绍了灰色关联度的使用，并与 Pearson/Spearman 相关系数进行了对比。
Python 数学建模——Pearson/Spearman 相关系数
介绍了两种相关系数——Peason 相关系数和 Spearman 相关系数，并使用 Python 库求取它们。
Python 数学建模——Fitter 拟合数据样本的分布
介绍了一个强大的 Python 库——Fitter。这个库可以用来拟合随机变量的概率密度，可以为一个样本找到最合适的分布函数。
Python 数学建模——高斯核密度估计
介绍了高斯核密度估计的 Python 实现，获取核密度 pdf 以及 seaborn 作核密度估计图的方法。
Python 数学建模——傅里叶变换时间序列分析
介绍了快速傅里叶变化（FFT）的原理，调用 Python 库函数进行实现，并结合一个案例进行了分析。
Python 基本库用法：数学建模
介绍了数学建模数据预处理时如何灵活应用一些 Python 库解决问题。
Python 数学建模——Prophet 时间序列预测
介绍如何使用 Python 库 Prophet 进行时间序列分析，以及一些参数的含义和设置。
Python 数学建模——cvxpy 规划求解器
介绍了 Python 的 cvxpy 规划求解器，可以用于求解线性规划、非线性规划、整数规划，0-1 规划等常见的规划问题。
Python 数学建模——Pearson/Spearman 相关系数
介绍了两种相关系数——Peason 相关系数和 Spearman 相关系数，并使用 Python 库求取它们。
Python 数学建模——Vikor 多标准决策方法
介绍了 Vikor 这种特别的综合评价方法，并进行了 Python 实现。为原有的熵权法、TOPSIS、灰色关联度分析、秩和比法综合评价家族中新增了一种新的方法。
