# 华为杯研究生数学建模竞赛
![GitHub repo size](https://img.shields.io/github/repo-size/DongZhouGu/MathModel-Pretrain?style=for-the-badge)
![GitHub stars](https://img.shields.io/github/stars/DongZhouGu/MathModel-Pretrain?style=for-the-badge)
![GitHub forks](https://img.shields.io/github/forks/DongZhouGu/MathModel-Pretrain?style=for-the-badge)
![GitHub commit activity](https://img.shields.io/github/commit-activity/m/DongZhouGu/MathModel-Pretrain?style=for-the-badge)
![Bitbucket issues](https://img.shields.io/github/issues-closed/DongZhouGu/MathModel-Pretrain?style=for-the-badge)
<p align="left">
<a href="https://github.com/DongZhouGu/MathModel-Pretrain" target="_blank">
<img src="https://cdn.jsdelivr.net/gh/dongzhougu/imageuse1/img20211231164708.png#pic_center" width=""/>
</a>
</p>
## Star History
[![Star History Chart](https://api.star-history.com/svg?repos=DongZhouGu/MathModel-Pretrain&type=Date)](https://star-history.com/#DongZhouGu/MathModel-Pretrain&Date)
## 简介
> :smiley: 此项目用于我们队伍数学建模比赛准备阶段,在此期间,我们整理了许多算法demo和资料。
>
> :clap: 很幸运获得了2021年D题(抗乳腺癌候选药物的优化建模)一等奖。
>
> :star: 现在将此项目开源,以帮助更多数模er,祝愿大家都能取得好成绩!如果觉得有用,请点个star 吧!感谢!!
>
> :triangular_flag_on_post: 同时,也欢迎大家PR,共同将这个项目壮大!
>
<details>
<summary>文档目录</summary>
<ol>
<li><a href="#简介">简介</a></li>
<li><a href="#-待办事项">待办事项</a></li>
<li><a href="#-项目目录说明">项目目录说明</a></li>
<li>
<a href="#-算法索引">算法索引</a>
<ul>
<li><a href="#特征相关">特征相关</a></li>
<li><a href="#时间序列">时间序列</a></li>
<li><a href="#分类/预测">分类/预测</a></li>
<li><a href="#优化问题">优化问题</a></li>
<li><a href="#可视化">可视化</a></li>
</ul>
</li>
<li><a href="#-如何参与开源项目">参与此项目</a></li>
<li><a href="#-贡献者">贡献者</a></li>
<li><a href="#-鸣谢">鸣谢</a></li>
</ol>
</details>
## 🔨 待办事项
- [ ] 整理仓库
- [x] 上传2021年D题一等奖(数模之星)论文,论文最后有代码
- [x] 上传论文word模板
## 💻 项目目录说明
```
filetree
├── README.md 你现在看到的内容
├── README_OLD.md 比赛准备阶段的README
└── 建模算法 各种机器学习的demo和代码
└── 论文模板 2021论文word模板
└── 实用工具 一些值得分享的工具或网站
└── 杂七杂八 经验、PPT资料等
└── code
└── 历年赛题 整理搜罗的历年赛题代码
└── tmp 团队初期用于学习的代码
```
## 🚀 算法索引
[数学建模模型总结](https://github.com/DongZhouGu/MathModel-Pretrain/blob/master/%E5%BB%BA%E6%A8%A1%E7%AE%97%E6%B3%95/%E6%95%B0%E5%AD%A6%E5%BB%BA%E6%A8%A1%20%E5%9B%9B%E5%A4%A7%E6%A8%A1%E5%9E%8B%E6%80%BB%E7%BB%93%20-%20%E7%99%BE%E5%BA%A6%E6%96%87%E5%BA%93.pdf)
### 特征相关
- [组合赋权法](./建模算法/组合赋权法/组合赋权.md)—[code](./建模算法/组合赋权法/组合赋权.md)
- [因子分析法](./建模算法/降维/因子分析法.md)—[code](./建模算法/降维/factor_analyze.py)—[demo](./建模算法/降维/terrorism.ipynb)
- PCA—[code](./建模算法/降维/terrorism.ipynb)—[demo](./建模算法/组合赋权法/组合赋权.md)
- [聚类wkmeans](./建模算法/聚类/划分聚类/wkmeans.md)—[code](./建模算法/聚类/划分聚类/wkmeans.py)
- [灰色关联](./建模算法/灰色关联度分析/灰色关联度分析.md)—[code](./建模算法/灰色关联度分析/GRA.py)
- [逻辑回归关联](./建模算法/logistic_similar/logstic_similar.md)—[code](./建模算法/logistic_similar/logstic_similar.py)
- [缺失值](./建模算法/缺失值插补/插补.md)—[code](./建模算法/缺失值插补/imputer.py)—[demo](./建模算法/缺失值插补/imputer.ipynb)
### 时间序列
- [灰色预测](./建模算法/预测/灰色预测/灰色预测.md)—[code](./建模算法/预测/灰色预测/gm.py)—[demo](./建模算法/预测/灰色预测/灰色预测&线性回归&函数拟合.ipynb)
- 线性回归&函数拟合—[code](./建模算法/预测/灰色预测/灰色预测&线性回归&函数拟合.ipynb)
- [ARIMA](./建模算法/预测/整合移动平均自回归(ARIMA)/ARIMA.md)—[code](./建模算法/预测/整合移动平均自回归(ARIMA)/arima.py)—[demo](./建模算法/预测/整合移动平均自回归(ARIMA)/ARIMA.ipynb)
- Lstm—[code](./建模算法/lstm/lstm.py)—[demo](./建模算法/预测/kaggle预测题/Rossmann_Store_Sales.ipynb)
### 分类/预测
- [线性回归、多项式回归、神经网络回归](./建模算法/回归/线性回归/线性回归.md)—[code](./建模算法/回归/线性回归/pytorch_linear_distributed.py)—[demo](./建模算法/回归/线性回归/boston.ipynb)
- [神经网络集成学习](./建模算法/集成学习/集成学习.md)—[demo](./建模算法/集成学习/classify_regression_visual.ipynb)
- 机器学习pipline—[demo](./建模算法/pipline/mlFlow.ipynb)
### 优化问题
- [约束优化gurobi求解器](./建模算法/约束优化/gurobi求解器.md)—[demo](./建模算法/约束优化/gurobi.ipynb)
- 贪心—[demo](./建模算法/约束优化/贪心.ipynb)
- Dijkstra—[code](./建模算法/Dijkstra/dijkstra.py)—[demo](./建模算法/Dijkstra/question1.1.ipynb)
### 可视化
- [matplotlib](./code/tmp/matplotlib/README.md)—[demo](matplotlib-beginner.ipynb)
- [seaborn](./code/tmp/seaborn/README.md)—[demo](./code/tmp/seaborn/Searborn.ipynb)
- 可视化以恐怖袭击为例—[demo](./建模算法/可视化/可视化以恐怖袭击为例.ipynb)
- 可视化以covid-19为例—[demo](./code/tmp/案例/covid19/coronavirus-covid-19-visualization-prediction.ipynb)
- 自动EDA包:pandas-profiling、sweetviz、dataprep、lux、AutoViz
## 📫 如何参与开源项目
贡献使开源社区成为一个学习、激励和创造的绝佳场所。
1. Fork这个项目
2. 创建您的单独分支 (`git checkout -b your_branch`)
3. 提交您的更改 (`git commit -m 'Add some AmazingFeature'`)
4. 上传到您的分支中 (`git push origin your_branch`)
5. 创建拉取请求,请参阅 如何[创建拉取请求](https://help.github.com/en/github/collaborating-with-issues-and-pull-requests/creating-a-pull-request)。
## 🤝 贡献者
我们感谢以下对这个项目做出贡献的人:
<table>
<tr>
<td align="center">
<a href="https://github.com/yysfff">
<img src="https://avatars.githubusercontent.com/u/56332682?v=4" width="100px;"/><br>
<sub>
<b>YYS</b>
</sub>
</a>
</td>
<td align="center">
<a href="https://github.com/xiao-aBoy">
<img src="https://avatars.githubusercontent.com/u/45626011?v=4" width="100px;"/><br>
<sub>
<b>LX</b>
</sub>
</a>
</td>
</tr>
</table>
## ☕ 鸣谢
感谢以下项目,我们从中得到了很大的帮助:
- [scikit-learn 机器学习 常用算法及编程实战](https://github.com/DongZhouGu/scikit-learn-ml)
- [黄海广老师的机器学习项目](https://github.com/fengdu78/machine_learning_beginner)
- [最全的特征工程&特征选择demo](https://github.com/Yimeng-Zhang/feature-engineering-and-feature-selection)
- [智能启发算法scikit-opt库](https://github.com/guofei9987/scikit-opt)以及[作者博客](https://www.guofei.site/)
- [sklearn 中文文档](https://www.scikitlearn.com.cn/)
- [AI learning](https://github.com/apachecn/AiLearning)
- [数据竞赛Top解决方案开源整理](https://github.com/Smilexuhc/Data-Competition-TopSolution)
没有合适的资源?快使用搜索试试~ 我知道了~
温馨提示
【资源说明】 1、该资源内项目代码都是经过测试运行成功,功能正常的情况下才上传的,请放心下载使用。 2、适用人群:主要针对计算机相关专业(如计科、信息安全、数据科学与大数据技术、人工智能、通信、物联网、数学、电子信息等)的同学或企业员工下载使用,具有较高的学习借鉴价值。 3、不仅适合小白学习实战练习,也可作为大作业、课程设计、毕设项目、初期项目立项演示等,欢迎下载,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
2021数学建模D题方案完整源码+论文+PPT(数模之星).zip (265个子文件)
ARIMA-checkpoint 12KB
S_model.bz2 26KB
RON_loss_model.bz2 22KB
molecular_des_corr_del.csv 2.7MB
molecular_des_corr_del.csv 2.7MB
raw_data.csv 1.75MB
processed.csv 1.61MB
train.csv 1000KB
20feature.csv 621KB
test.csv 388KB
spx.csv 147KB
313.csv 132KB
285.csv 132KB
submission.csv 121KB
wine.csv 89KB
data.csv 85KB
foo.csv 84KB
迭代最优个体_20_2.csv 72KB
RON_loss_data.csv 64KB
S_data.csv 56KB
2参数优化表.csv 22KB
usa_states2.csv 821B
usa_states.csv 781B
student.csv 275B
ym_num.csv 150B
2021数模论文模板 - 备份.doc 340KB
附件二:样本确定方法.docx 29KB
汽油辛烷值优化建模.docx 25KB
~$辛烷值优化建模.docx 162B
~$二:样本确定方法.docx 162B
opt2.drawio 2KB
ml_pipeline.drawio 1KB
tensorboard.gif 561KB
.gitignore 69B
.gitignore 38B
foo.h5 47KB
COVID-19_ EDA with recent update on April.ipynb 14.24MB
可视化以恐怖袭击为例.ipynb 13.72MB
COVID-19_ EDA with recent update on April-checkpoint.ipynb 4.29MB
coronavirus-covid-19-visualization-prediction.ipynb 3.9MB
coronavirus-covid-19-visualization-prediction-checkpoint.ipynb 3.88MB
Searborn-checkpoint.ipynb 1.94MB
Searborn.ipynb 1.93MB
第二问.ipynb 1.54MB
matplotlib-beginner.ipynb 857KB
data_analyze.ipynb 717KB
第四问2.ipynb 686KB
mlFlow.ipynb 458KB
terrorism.ipynb 427KB
10 Minutes to pandas.ipynb 302KB
10 Minutes to pandas-checkpoint.ipynb 302KB
第一问.ipynb 270KB
classify_regression_visual.ipynb 258KB
classify_regression_visual-checkpoint.ipynb 258KB
question1.1.ipynb 203KB
第四问.ipynb 200KB
pandas_beginner.ipynb 187KB
pandas_beginner-checkpoint.ipynb 187KB
ARIMA.ipynb 186KB
question1.2.ipynb 157KB
boston-checkpoint.ipynb 147KB
Rossmann_Store_Sales.ipynb 118KB
第四个模型.ipynb 92KB
boston.ipynb 88KB
第一个模型.ipynb 86KB
第二个模型.ipynb 85KB
gurobi-checkpoint.ipynb 74KB
gurobi.ipynb 74KB
第五个模型.ipynb 69KB
第三个模型.ipynb 58KB
numpy-beginner.ipynb 53KB
pipeline.ipynb 45KB
灰色预测&线性回归&函数拟合.ipynb 36KB
灰色预测&线性回归&函数拟合-checkpoint.ipynb 36KB
贪心.ipynb 16KB
main.ipynb 10KB
PCA_ICA.ipynb 4KB
imputer.ipynb 4KB
ARIMA-checkpoint.ipynb 72B
LICENSE 1KB
ARIMA.md 12KB
gurobi求解器.md 8KB
gurobi求解器-checkpoint.md 8KB
组合赋权.md 8KB
README.md 8KB
线性回归-checkpoint.md 8KB
线性回归.md 8KB
灰色预测.md 7KB
灰色预测-checkpoint.md 7KB
因子分析法.md 6KB
集成学习.md 5KB
README.md 3KB
灰色关联度分析.md 2KB
README_OLD.md 2KB
插补.md 2KB
README.md 2KB
README.md 2KB
README.md 2KB
README.md 2KB
README.md 1KB
共 265 条
- 1
- 2
- 3
资源评论
龙年行大运
- 粉丝: 1008
- 资源: 3848
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功