- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 540763 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 167607
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5324
- 主题
- 5250
- 精华
- 18
- 分享
- 0
- 好友
- 163
TA的每日心情 | 开心 2021-8-11 17:59 |
---|
签到天数: 17 天 [LV.4]偶尔看看III 网络挑战赛参赛者 网络挑战赛参赛者 - 自我介绍
- 本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。
群组: 2018美赛大象算法课程 群组: 2018美赛护航培训课程 群组: 2019年 数学中国站长建 群组: 2019年数据分析师课程 群组: 2018年大象老师国赛优 |
2 I3 e3 ^+ O( V# `
数学建模需要怎样的编程水平?1 `8 b9 N( b# z) r1 F1 I- b
作者:胖咸鱼y/ ]" n8 r% l3 l: V" o: [" c
链接:https://www.zhihu.com/question/61102199/answer/184485396
$ x5 s+ l Y. i来源:知乎
7 ~% n, S r1 R+ w) R# J著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。' P8 I/ Q( ^1 U" y0 j" `0 ^6 C
( v& x* k" A. i& a& B这应该是最后一次更新。
2 ]1 J0 x9 b8 n. b/ K首先控诉一下这个多灾的暑假,一年不生一次病的我,从八月初就开始重感冒,重感冒刚好不知道吃错了哪家无良的外卖,急性肠胃炎住院(中间拖了两天,住院的时候还蛮严重的)打吊瓶吃药吃咸菜。稍微好一点就骗家长说自己完全好了就返校了。回到学校的第一天晚上就又重感冒了(.....)应该是之前的细菌还在等我回来:)喝着热水吃着药吸着鼻涕打着喷嚏...都这副惨状了,电脑忽然间罢工了,把老伙计送到专卖店去修,没说什么毛病,只说要寄到石家庄去修。:)到今天还没修回来,后天就是国赛前的模拟了,凌乱状....
- u5 X0 {; b. \& g* X8 [回归正题。
' M5 k4 M5 R5 o: b; i. P% Spython入门的教程在网上随便一搜就能搜到很多,当初我是跟着小甲鱼学习的6 ~0 r w: K; b+ f/ X+ E$ Q
[小甲鱼]零基础入门学习Python_野生技术协会_科技_bilibili_哔哩哔哩5 M7 u! S) I& s; @2 q8 C$ G/ m: u
对于新手蛮不错的教程,开倍速秘制带感(网易云课堂上也有课程,就可以在移动端开倍速)! ]- i4 B4 N; ]4 p A6 v& n
8 R9 b* z5 Y5 W; `
这里着重安利一下北大的python数据结构课程:
4 w* l8 _, c) Y4 ~# S" z9 G数据结构与算法2015春季 - 北京大学新一代GIS研究室$ @4 D3 D& v0 f
因为我之前一直在找数据结构的python版本,终于找到了,好东西分享一波。: w7 _* G/ T: d& |* I9 }; O
' X/ f3 g3 J, A, R7 r- Q
我没看视频,我把讲义down下来k过了一遍,收获还是挺大的:! O% Z }& k/ ?4 |6 B
我的课堂代码摘抄:数据结构(python) - .delete - 博客园
8 B& R* {, }$ c2 @2 @6 X
& A7 E U- `% F然后是一些建模方法的python实现:* \- c6 l n: X4 d6 J' b
动态优化 ---------> 学习北大数据结构动态优化一章。
7 C# E) | J. U# f2 [+ }7 f线性最优 ----------> scipy.optimize.linprog- j9 l4 e2 {& m9 I' M9 _
最小二成拟合 ----------> numpy.ploy1d' S) c6 o& n. S' u
多项式拟合 ----------> 没有现成方法,自己写
/ g! J5 ]1 n" Q# Z" w. g0 F9 t8 w: n4 x( N3 [聚类 ----------> from sklearn.neighbors import KNeighborsClassifier (KNN)
; Y* N9 s! o" F0 \. s' z% L. f from sklearn.cluster import KMeans(KMeans)& M, h. {* s' `- W! @) W: l9 K+ m/ P
决策树 ----------> form sklearn.tree import DessionTreeClassifier8 w; C' Z' U; t" m8 y
贝叶斯算法(朴素贝叶斯) ----------> from sklearn.naive_bayes import GaussianNB
) ?( }; D7 ?7 l4 D$ O支持向量机 ----------> from sklearn import svm 2 y }' A2 \3 [9 i; k. p
回归 ----------> from sklearn import linear_model (这里边包括了线性,逻辑,随机树森林
& G0 M" w' K- S 多项式,岭回归等等)
# N' y% Y( `* D0 l" V7 O1 n主成分 ----------> import sklearn.cluster.DBSCN
* }' K2 s) M( {0 Z绘图 ----------> import matplotlib.pyplot as plt/ U2 o/ A( a/ L- P$ h
import seaborn as sns9 t+ v' ^2 e* b0 d& ` X0 N+ ~
数据结构 ----------> import pandas as pd(Series,DataFrame)
: ^& o, } |6 w+ O; c E( w3 U% i- r) p& Z. L8 q, v% L
6 A7 a6 J" [( q! E4 N$ F+ O
基本上我能想到的就是这些了,其他的一些像对曲线的处理或者解方程等等我一般都使用Matlab做。当然以上的所有方法在lingo都能实现。我用Matlabh+lingo做了一次Kaggle的泰坦尼克之灾,得分一样,但是点点点明显比敲代码要舒服的多。
' i/ _# ? V8 y$ p只撸了一个base model,慢慢的再优化。$ H- H. y7 P/ ^( A9 H
/ H( Y y0 x# l8 n9 g
代码用到的一些方法:6 ]4 ?4 \4 ]; P- y2 r( W- |# i% I8 H
#Pandasimport pandas as pdfrom pandas import Series,DataFrame#Numpy,Matplotlibimport numpy as npimport matplotlib.pyplot as pltimport seaborn as sns#MLfrom sklearn.linear_model import LogisticRegressionfrom sklearn.svm import SVC,LinearSVCfrom sklearn.ensemble import RandomForestClassifierfrom sklearn.ensemble import RandomForestRegressorfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.naive_bayes import GaussianNB#Osimport osos.chdir("C:\\Users\\pangxianyu\\Desktop")
5 P2 [' `% g5 b/ I! N, ~5 v以上,一个对python有兴趣的自学小白,如果有错误欢迎及时斧正。- b5 C) `1 |5 m v
2 a, a" T# Q* i5 H9 t
$ W, b7 b& N- y$ K7 A A
预祝大家都取得好成绩!
8 I& T. S+ [3 l* P(希望我电脑快点修好.....
/ ?1 ^+ ?1 N' G- U -----发布自求爷爷告奶奶借来的电脑
) T; Z. b& o/ z( \3 H$ n6 A; s' @
9 J, i7 ~/ b. \4 @- e% e; Y7 }! w
--------------------------------------------最后一更分割线---------------------------------------! d) S; e! j0 N8 D' S
校级复试过了,来补充一下。
/ q# _( o4 _+ tpython相较于matlab和lingo有一个对新手不太好的地方是没有很多的参考事例。7 ~6 E3 M% R0 s
拿这次复试来说,之前我一直是用python的,之前老师说过对语言没有要求,考前一天忽然题目有要求用的软件,临时抱佛脚在网上找了一个matlab实现的《数学建模和编程》里边整本书都是数学建模的例子和用matlab实现的代码。而我在之前搜索专门的python书籍没找到这么专业的。所以还没入坑的推荐数学软件。4 Y5 f8 }/ x- N$ x9 a) W- B0 }
考试的时候四道题全部用的python实现,然后再在matlab中找到对应的方法,提交答案的时候提交matlab程序。为什么这么做?因为在我看来python确实好用啊= ̄ω ̄=,提前四十分钟交卷。4 q* C: l% V" |$ K. f# o7 n
/ n Z2 A* R. A# D! m7 o' J
但是过程一波三折,提交的版本是中途保存的一个版本,上边只写了两道题,不过还算走运,顺利拿到了国赛和夏令营的入门券。; T+ Q$ V' W) g. e
这个暑假打算一边参加夏令营,一边把数学建模上的知识用python 实现一遍,目前实现了线性最优,最小二乘法,多项式拟合,聚类,主成分,回归算法(建模叫分类)等等吧。
' K0 v6 y2 H) Q4 n给自己挖个坑,所有方法都实现后会把博客地址贴在这里。
' V V9 q: r$ h# x加油。
- z9 L, C- F2 i, J% g% ]17-07-07' V& c8 Q2 v% p) O8 z( |
---------------------------------分----------------割-------------线--------------------------------* J& g1 o# p. s: s" E
当初只是随手一答,有人点赞,诚惶诚恐,把答案重新编辑下:)
+ ^7 ~# x% k- Q
3 g1 F9 u5 R" g8 W今年准备参加,培训的时候老师讲了画图用matlab,数学分析用SPSS,lingo,还讲了几个例子,我去,画图不就是python中的matplotlib库,聚类降维神经网络不就是机器学习sklern中的kmeans,knn,neturework吗。。。
- l/ I k; z1 M
7 q3 T9 V+ c2 A1 C参加校选赛的题目是关于共享单车时空配比,题目没有给数据,网上也找不到,我就花了点时间在gitub上找了个轮子自己改了改,用python爬虫爬的天津地区摩拜单车的数量和坐标,再用kmeans聚类,matplotlib画图。
% I) {- t4 C, [& I4 [
1 @' I9 m2 B( J y) ?* P& p* c1 ~选择上边那些软件的话其它答主已经说的很详细了,参见他们的回答即可。
$ l- ~5 E: G c+ z j如果选择python的话,需要掌握的有:
h( S( a( j" T1 }4 K" ^: x1、python版本的选择与安装
) N" P1 \* I1 Q& Y$ X) o' A* y$ p; k 对比VC,python的安装需要费点时间,如果熟悉Linux会轻松很多。目前py2x和py3x共存,在刚入门的时候需要看你选择的是哪个版本,不同版本支持的包不同。多说一句,用2x的话如果用到3x的method,import futuer就好了,但是3x是主流和未来的方向XD
* w ^* }0 m% ]. r7 t1 p1 }(下边的sklearn和tensorflow就是不同的python 版本。)
) Y6 f& r7 i. s$ m9 D+ \9 w* x/ o2、IDE的选择" o; B6 ^/ l/ a2 A1 D# P1 I- I
推荐jupter book。我目前使用的python为py36,sklearn的env是py27。在jupter book上边创建好kernels,然后切换kernel就可以达到切换env的作用。
4 Y' N2 {9 l, ~ n2 F; U7 w3、基本操作和包
0 P6 s. n6 ^* V0 C0 t" w, Y+ z) p- `1 ` 如果上边的基础准备都做好了,开始学基础操作,基本的教学视频就好了,重点掌握集合,列表,元组,函数,方法,for,magic(如果有时间的话),基本的四则运算,赋值什么的。python作为一门胶水语言,又以对程序员友好著称,学习起来我认为不是很痛苦,我之前有C,Java和Matlab的基础,学的比较快。
1 {/ }$ V7 @+ M& n3 @ 包的话重点掌握numpy,pandas,matplotlib,这些里边是数学运算,文件处理和图形绘制,建模的时候都会有用,重点掌握。其他的分类,回归,聚类,降维,神经网络,相关性分析之类的都在sklearn中(即机器学习中大名鼎鼎sciki-learn的简称,不过不要被吓到,它的数学思想和你学的概率论和数理统计差不多,单纯的调用的话看看文档和技术博客就好,需要我推荐的话可以私信或留言:)6 G1 \) v8 R" u* d, ^7 M. v
还有一个包是谷歌推的tensorflow,它的领域是多重神经网络和深度学习,如果还有精力的话可以去探索,私以为建模的数据量和复杂程度会使它的学习深度不会太深,它上场的机会不大。
1 L- ~: S/ _% u+ w- b0 o人生苦短,我用python。
6 q, N& q; G f0 Q& {/ n- ^8 _- B6 B! H3 ~4 X
最后提一点,python作为一门语言,它的学习成本可能要比上边那些软件要大。
$ X/ f% ?* b6 a1 `& H献给那些想做建模走python技术栈的人,希望可以帮到你们。; b7 U# w- @2 P7 S9 g: k
1 [1 ]1 {8 U. C
* Z& {$ k8 N9 c- D' ]. ]7 m
. r0 O1 X5 S$ N4 @- O! H
6 w, K7 |8 x) Y- O }8 c6 t) T |
zan
|