乐池

摘要： 1. 线性可分支持向量机 线性可分支持向量机（Linearly Separable Support Vector Machine）是支持向量机中的一种特例，用于解决线性可分的分类问题。它的目标是找到一个超平面，将不同类别的数据点分隔开，同时最大化分类的间隔。 首先，我们来定义线性可分的SVM的目标函 阅读全文

摘要： 1. 线性回归 \[w = (X^TX)^{-1}X^TY \]对于矩阵X，若某些列线性相关性较大(即训练样本中某些属性线性相关 )，就会导致\(X^TX\)的值接近0，在计算\((X^TX)^{-1}\)时就会出现不稳定性。 结论:传统的基于最小二乘的线性回归法缺乏稳定性 2.岭回归 通常情况下会 阅读全文

摘要： 1.多项式回归介绍 在一元回归分析中，如果依变量y与自变量X的关系为非线性的，但是又找不到适当的函数曲线来拟合，则可以采用一元多项式回归 多项式回归的最大优点就是可以通过增加X的高次项对实测点进行逼近，直至满意为止。 事实上，多项式回归可以处理相当一类非线性问题，它在回归分析中占有重要的地位，因为任 阅读全文

摘要： 1. 导入包 import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model 2. 加载训练数据 # 建立datasets_X和datasets_Y用来存储数据中的房屋尺寸和房屋成交价格。 dat 阅读全文

摘要： 1. sklearn数据集 波士顿房价数据集 波士顿房价数据集包含506组数据，每条数据包含房屋以及房屋周围的详细信息。其中包括城镇犯罪率、一氧化氮浓度、住宅平均房间数、到中心区域的加权距离以及自住房平均房价等。因此，波士顿房价数据集能够应用到回归问题上。 使用sklearn.datasets.lo 阅读全文

摘要： 1. 负荷预测思路 电力负荷的时间序列通常可以由三部分组成。 \[Y(t) = f(t) + p(t) + X(t) \]\(X(t)\)随机项一般假设为白噪声，即标准正态分布，不改变均值。 \(p(t)\)周期项有两种假设方法 在数据预处理时进行去周期处理，然后在得到预测结果后，再还原周期。 直接 阅读全文

摘要： 本文完全是视频的照抄啊，原视频：数学建模MATLAB语言及应用(2023秋) 1. 预测 1.1 预测定义 预测就是人们根据事物过去发展变化的客观过程和某些规律性，根据事物运动和变化的状态运用各种定性和定量分析方法，对事物未来可能出现的趋势和可能达到的水平所进行的科学推测 1.2 预测、插值区别 插 阅读全文

摘要： 1. Lambda Lambda函数是一种匿名函数，它可以在一行内定义，并通常用于需要简单函数的地方。Lambda函数使用lambda关键字后跟参数列表和冒号，然后在冒号后面定义函数的主体。例如： add = lambda x, y: x + y print(add(2, 3)) # 输出5 Lam 阅读全文

摘要： 英文版： 中文版： 阅读全文

摘要： 1. 定义 欠拟合的偏差过大，过拟合的方差过高 上图分别为：欠拟合，正常，过拟合 图片中的是多项式回归任务。图一左边的应该是欠拟合，没有将x与o正确分类，中间的是正常的，右边的是过拟合，原因在与x的n次方中的n这个超参数设置太大，导致对训练数据过于拟合，此时应引入正则化项来惩罚次数较高从而导致过大的 阅读全文