蔡军帅 - 博客园

2020年1月15日

摘要： SPSS之相关分析与线性回归模型（图文+数据集）在讲解线性回归模型之前，先来学习相关分析的知识点，因为相关分析与回归有着密切的联系相关分析任意多个变量都可以考虑相关问题，不单单局限于两个变量，一次可以分析多个变量的相关性任意测量尺度的变量都可以测量相关强度，不单单仅可以测连续与连续变量的相关阅读全文

posted @ 2020-01-15 14:07 蔡军帅阅读(6372) 评论(0) 推荐(0) 编辑

(转载)SPSS之聚类分析（图文+数据集）

摘要： SPSS之聚类分析（图文+数据集）聚类分析简介按照个体（记录）的特征将它们分类，使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。为了得到比较合理的分类，首先要采用适当的指标来定量地描述研究对象之间的联系的紧密程度。假定研究对象均用所谓的“点”来表示。在聚类分析中，一般阅读全文

posted @ 2020-01-15 10:51 蔡军帅阅读(4335) 评论(1) 推荐(0) 编辑

()SPSS之聚类分析（图文+数据集）

摘要： SPSS之聚类分析（图文+数据集）聚类分析简介按照个体（记录）的特征将它们分类，使同一类别内的个体具有尽可能高的同质性，而类别之间则具有尽可能高的异质性。为了得到比较合理的分类，首先要采用适当的指标来定量... 阅读全文

posted @ 2020-01-15 10:51 蔡军帅阅读(1197) 评论(0) 推荐(0) 编辑

(转载)SPSS之判别分析——决策树——以iris.sav为例

摘要： 3 【分析】-【分类】-【树】 4 添加相关选项即可 5 得到结果，根据各个指标（变量）进行分类阅读全文

posted @ 2020-01-15 10:41 蔡军帅阅读(1417) 评论(0) 推荐(0) 编辑

2020年1月14日

python实现GA求二元函数最大值(来自知乎)

摘要：原文链接：https://zhuanlan.zhihu.com/p/43546261 下面讲述如何利用遗传算法解决一个二元函数的最大值求解问题。问题二元函数如下： # 画出图像如下 from mpl_toolkits.mplot3d import Axes3D import numpy as n 阅读全文

posted @ 2020-01-14 09:52 蔡军帅阅读(2704) 评论(0) 推荐(0) 编辑

python实现GA求二元函数最大值(来自知乎)

摘要：原文链接：https://zhuanlan.zhihu.com/p/43546261下面讲述如何利用遗传算法解决一个二元函数的最大值求解问题。问题二元函数如下： # 画出图像如下from mpl_tool... 阅读全文

posted @ 2020-01-14 09:52 蔡军帅阅读(217) 评论(0) 推荐(0) 编辑

()Python在数学建模中的简单应用

摘要： 1.方程求导from __future__ import print_functionfrom __future__ import divisionimport numpy as npimport sci... 阅读全文

posted @ 2020-01-14 08:50 蔡军帅阅读(294) 评论(0) 推荐(0) 编辑

(转载)Python在数学建模中的简单应用

摘要： 1.方程求导 from __future__ import print_function from __future__ import division import numpy as np import scipy as sp import scipy.misc def f(x): return 阅读全文

posted @ 2020-01-14 08:50 蔡军帅阅读(1699) 评论(0) 推荐(0) 编辑

2020年1月13日

(转载)Python3 列表，数组，矩阵的相互转换

摘要：在使用列表、数组和矩阵的过程中，经常需要相互转换。特此总结相互间转换的过程及结果，供大家参考。第三方包：numpy mylist = [[1, 2, 3], [4, 5, 6]] # 列表 print(type(mylist)) print(mylist, end='\n\n') myarray 阅读全文

posted @ 2020-01-13 14:29 蔡军帅阅读(6804) 评论(0) 推荐(0) 编辑

()Python3 列表，数组，矩阵的相互转换

摘要：在使用列表、数组和矩阵的过程中，经常需要相互转换。特此总结相互间转换的过程及结果，供大家参考。第三方包：numpy mylist = [[1, 2, 3], [4, 5, 6]... 阅读全文

posted @ 2020-01-13 14:29 蔡军帅阅读(1167) 评论(0) 推荐(0) 编辑