通过多模型监督学习算法进行收入预测
寻找慈善捐助者
胡安·罗隆（Juan E.Rolon），2017年
项目概况
在此项目中，我采用了几种监督算法，以使用从1994年美国人口普查中收集的数据准确地预测个人收入。
我们执行各种测试过程，以从初步结果中选择最佳候选算法，然后进一步优化该算法以对数据进行最佳建模。
此实现的主要目标是构建一个模型，该模型可以准确地预测个人的收入是否超过50,000美元。 在非营利机构中，组织可以靠捐赠生存，这种任务可能会出现。
了解个人的收入可以帮助非营利组织更好地理解要请求的捐赠额，或者是否应该从一开始就伸出援手。 虽然直接从公共来源确定个人的一般收入等级可能很困难，但我们可以从其他公共可用功能中推断出此价值。
该项目是从Udacity获得机器学习工程师Nanodegree所需条件的一部分。
安装
此项目需要Python 2.7和已安装的以下Python
2022-06-20 00:15:27
1.58MB
1
高校排课工作作为教学管理中一个很重要的环节，影响因素较多，是一种典型的组合优化问题。群体智能算法的研究发展，为自动排课问题解决提供了可能。通过分析研究高校排课过程，选用遗传算法设计在线排课系统，并基于PHP+MYSQL平台，利用ThinkPHP框架实现高校在线排课系统。系统经过测试，取得良好效果。有效解决了排课问题。减轻了教务管理人员工作压力，提升了教学服务质量。为相关研究提供一定的借鉴。
2022-06-09 16:14:43
1.6MB
1
Revit_MEP管道自动标注及优化布置算法的研究
（1）深入研究 BIM 本质及核心，发掘出 Revit MEP 中管道的各种排布特点。
分类管道的各种排布情况，研究其特性，建立了一种基于三角几何关系中垂线定
理的方法，有效解决了复杂的多变径、多分支批量自动标注问题。
（2）研究 Revit 软件建模方法，根据 Revit MEP 中管道的排布特性构建相应
的框架，利用本文设计的管道批量自动标注算法实现管道自动标注功能插件的设
计。
（3）以管道自动标注为基础，借鉴前人在其他领域中标注优化布置算法的经
验，分析 Revit MEP 中各个构件的特征属性，将其分成线性型特征构件与节点型
特征构件，进而设计了一种基于 BIM 技术的标注优化布置算法。
2022-06-02 18:02:10
2.97MB
1
显示了三个文件： 1）“ Fitting.m”：它是“主”文件。 2）“ ObjFun_fun.m”：在此文件中计算目标函数。 它接受必须输入所有输入数据的“数据”结构作为输入。 3）“ Optimization_PSO_v02.m”：这是PSO优化功能。 不得修改此文件。 可以设置该问题来修改其他两个文件。
在示例中，显示了一个 2D 曲线拟合问题。
如何创建优化问题？ -打开“ Fitting.m”文件并创建一个名为“数据”的结构，在该结构中必须放置优化问题所需的所有输入数据。 -打开“ ObjFun_fun.m”文件，并编写计算目标函数所需的代码。 在示例中，目标函数是最小二乘，因此在此处进行计算。 包含所有输入数据的“数据”结构会自动传递到此函数，因此无需修改其他文件。 -运行“ Fitting.m”文件。
对于0D动态系统中的参数估计问题，我也使用了相同的文件。
请，如
2022-05-24 16:41:39
4KB
1