版权归南京理工大学数模团队所有

共47页,后面代码我就不放了,希望在建模中大家能学到更多的方法,建模的终极意义:能够解决问题?如何解决问题,能够漂亮的解决问题?

本题的重点在于在第一问的情况下到了第二问就没有了信誉评级和是否违约的信息,这时候我采用的是机器学习中的softmax回归的方法拟合第一题的模型,本质是一个多分类问题。将模型应用到第二题中,将信誉评级按照统计方法估计出来,然后按照一定的概率生成随机的是否违约信息,其实也可以再次应用softmax回归的方式。我们三问中都应用了最优化模型,但是在不断进行优化。

第三问中我们从一个事件切入,通过不完全信息静态博弈证明了我们的优化路径的合理性,我觉得这是一个亮点,后面对影响度进行区分,改善模型,得到结果,可以说一个模型贯穿全文。

2020数学建模C国一论文,方向是金融数据挖掘

 

 

 

2020数学建模C国一论文,方向是金融数据挖掘

 

 

 

 2020数学建模C国一论文,方向是金融数据挖掘

2020数学建模C国一论文,方向是金融数据挖掘

 

 2020数学建模C国一论文,方向是金融数据挖掘

 

 

 

相关文章:

  • 2021-04-02
  • 2021-04-15
  • 2021-11-22
  • 2021-12-03
  • 2021-06-25
  • 2021-11-29
  • 2021-05-20
  • 2022-02-09
猜你喜欢
  • 2022-01-22
  • 2021-07-22
  • 2021-07-01
  • 2021-03-31
  • 2021-12-23
  • 2021-12-19
  • 2021-08-20
相关资源
相似解决方案