基于XGBoost等分类算法对葡萄酒数据集的R语言实践

本文利用R语言研究了决策树、随机森林、支持向量机几种机器学习分类算法在葡萄酒数据集上的表现,分别得到的准确率为67.24%、68.15%、66.25%,表现较好。其中随机森林算法在这三种分类算法中表现最为良好,支持向量机表现最差,但三种算法的效果相差不大。由于三种算法在准确率上仍有较高的提升空间,因此引入极端梯度提升树(XGBoost)进行分类,该算法在随机森林与决策树的基础上进行改进,所得效果最好,为73.59%。然而直接基于R语言中四种机器学习算法对葡萄酒数据集分类所得效果较一般,仍需要在这个基础上予以改进。

基于SEIR的新型冠状肺炎预测与住院优化

文章从网络上公布的数据中,收集疫情爆发之初每日更新的新增感染,并利用SEIR模型模拟疫情扩散情况,建立新型冠状肺炎的传播扩散的数学模型,预测并画出感染者、易感者、健康者等人群的数量随时间变化的趋势图,与实际疫情数据进行对比,探讨增强或减弱隔离强度对控制疫情的影响和影响新型冠状肺炎的传播范围的指标。然后,对于患者到达医院的时间服从泊松分布,治疗时间服从负指数分布的假设,根据爬取的数据,以平均病床周转次数为优化指标,参考了优化问题中的排队论思想,采用优先级随时间变化的规则来进行病床安排,所建立的安排方案具有明显的优越性,能有效地缩短病人排队队列长度。

参与式灌溉管理中的农户参与——基于河套灌区W县的调查

文章以河套灌区W县为例,采用实地研究法和文献研究法,研究灌溉管理体制改革下灌溉管理中农户参与的内容及存在问题。研究认为,灌溉管理中涉及内容为工程管理、水费管理等。灌溉管理中存在农户认为水费是'水老虎'、工程无人管护等问题。农户参与的自主性提高是一种虚假的表象,农户的参与自主性并未取得实质发展,这在一定意义上影响着参与式灌溉管理的发展。

要做好云朵

云朵王国很热闹。 云朵们生活在广阔、湛蓝的天空中，一般身着雪白的衣裳，让人难以分辨。但云朵是有大小的，大的是成年云朵，比成年云朵更大的是老年云朵，小的是儿童云朵，不大不小的当然是少年云朵。

值周风波

“咱们老百姓．今儿个真高兴……”我哼着小曲，早早地来到了学校。一直以来．当值周生在我眼里是一件十分光荣的事．今天终于如愿以偿了！