网站建设企业 熊账号seo排名如何优化

问题3

3.1 对附件表单 3 中未知类别玻璃文物的化学成分进行分析，鉴别其所属类型

d3 = d3.fillna(0)
prediction = ["高钾" if i <= 5.46 else '铅钡' for i in d3['氧化铅(PbO)']]
d3['玻璃类型预测'] = predictionprint('鉴别出的玻璃类型如下：')
d3.iloc[:,[0,16]]

鉴别出的玻璃类型如下：

	文物编号	玻璃类型预测
0	A1	高钾
1	A2	铅钡
2	A3	铅钡
3	A4	铅钡
4	A5	铅钡
5	A6	高钾
6	A7	高钾
7	A8	铅钡

3.2 对分类结果的敏感性进行分析

from scipy.cluster.hierarchy import dendrogram, linkage
import numpy as np
import matplotlib.pyplot as pltdf = d3.iloc[:,2:16]
linkage_data = linkage(df, method='ward', metric='euclidean')
dendrogram(linkage_data, labels=list(d3.iloc[:,0]))
plt.show()

from sklearn.cluster import AgglomerativeClustering
hierarchical_cluster = AgglomerativeClustering(n_clusters=2, affinity='euclidean', linkage='ward')
labels = hierarchical_cluster.fit_predict(df)
labels

array([1, 0, 0, 0, 0, 1, 1, 0])

当我们对样本进行层次聚类时，得到的聚类簇与鉴别出的玻璃类型相一致

问题4

4.1 针对不同类别的玻璃文物样品，分析其化学成分之间的关联关系

绘图

散点图

import seaborn as sns
sns.pairplot(d12.iloc[:,[2] + list(range(6,20))], hue='类型')

<seaborn.axisgrid.PairGrid at 0x7f10e313dbe0>

相关系数图

import numpy as np
np.bool = np.bool_
cor = round(d12_Pb.corr(), 2)
fig = px.imshow(cor, text_auto=True, title='铅钡玻璃')
# set figute size
fig.update_layout(autosize=False, width=600, height=600)
# center title
fig.update_layout(title_x=0.5)
fig.show()

import numpy as np
np.bool = np.bool_
cor = round(d12_K.corr(), 2)
fig = px.imshow(cor, text_auto=True, title='高钾玻璃')
# set figute size
fig.update_layout(autosize=False, width=600, height=600)
# center title
fig.update_layout(title_x=0.5)
fig.show()

相关阅读：
2022高教社杯全国大学生数学建模竞赛C题 问题二(1) Python代码
2023高教社杯全国大学生数学建模竞赛C题 Python代码
2021高教社杯全国大学生数学建模竞赛C题 问题一&问题二 Python代码