# 华为杯研究生数学建模竞赛
<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
[](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)
研究生数学建模，华为杯数学建模，2021D题（数模之星），乳腺癌，机器学习，数据分析
需积分: 5 163 浏览量
2024-03-11
10:55:09
上传
评论
收藏 79.18MB ZIP 举报
研究生数学建模，华为杯数学建模，2021D题（数模之星），乳腺癌，机器学习，数据分析 （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.ipynb 74KB gurobi-checkpoint.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-checkpoint.ipynb 36KB 灰色预测&线性回归&函数拟合.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.md 8KB 线性回归-checkpoint.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
