「已注销」-CSDN博客

原创 python实现灰色预测Verhulst模型

//Verhulstimport numpy as npimport mathdef predict(data): x1 = data.cumsum() z = (x1[:len(x1) - 1] + x1[1:]) / 2.0 B = np.array([-z, z*z]).T Y = data[1:] u = np.dot(np.dot(np.linalg.inv(np.dot(B.T, B)), B.T), Y) a, b = u[0], u[

2020-06-14 12:05:11 2071 1

原创 python实现灰色预测DGM(2,1)

// DGM(2,1)import numpy as npimport mathdef predict(data): a_x0 = np.ediff1d(data).T B = np.array([-data[1:], np.ones([len(data) - 1])]).T Y = a_x0 u = np.dot(np.dot(np.linalg.inv(np.dot(B.T, B)), B.T), Y) a, b = u[0], u[1] ret

2020-06-14 12:03:55 1414

原创 python实现GM（2，1）灰色预测模型

python实现GM（2，1）灰色预测模型求出白化方程的参数a1, a2, b后，使用sympy求解微分方程，再进行预测。不知道dsolve求出的微分方程有没有直接提取的办法，我用了正则表达式来提取。// GM(2,1)import numpy as npfrom sympy import *from sympy.abc import x, yimport reimport mathinit_printing()# 定义符号常量x 与 f(x) g(x)。这里的f g还可以用其他字

2020-06-14 00:21:20 4494 6

原创 python实现灰色预测GM(1,1)

python实现灰色预测GM(1,1）级比检验预测main级比检验对数据进行级比检验，若不符合进行平移变换，并返回变换后的数据，以及变换次数// 级比检验def deal_data(data, c): times = 0 while True: i = 1 while i < len(data): proportion = data[i - 1] / data[i] if math.exp(-2 /

2020-06-13 17:06:03 1742 2

豆瓣图书信息.csv

在豆瓣图书热门标签浏览页面下，采集了全部书籍的部分信息，包括了书籍的名称、评分、豆瓣成员常用的标签以及该书籍的URL地址，共54946多条。

2020-03-01

豆瓣音乐数据集.csv

在豆瓣音乐分类浏览页面下，采集了全部音乐的部分信息，包括了音乐的名称、评分、豆瓣成员常用的标签以及该音乐的URL地址，共2万7千多条。

2020-01-10

高等数学辅导讲义.pdf

每一章，每一节都有相应的书签，所有的字符都能看清楚。

2019-06-11

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人