吴世涵的博客

线性规划是数学建模中常见的问题之一，本文主要介绍线性规划的定义、形式、例子等内容，并给出了 Python 代码实现。

隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数来作进一步的分析，例如模式识别。

Spring Boot 如何为每个请求分配线程，在线程中注入请求信息，又如何通过线程取出请求呢？

PCA（Principal Component Analysis） 是一种常见的数据分析方式，常用于高维数据的降维，可用于提取数据的主要特征分量。

高斯混合模型 (GMM) 是一种概率模型，它是多个高斯分布的线性组合，可以用于对数据集进行拟合。

AdaBoost 是一种典型的集成学习算法，通过对多个弱学习器的集合，构成一个强学习器。

朴素贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。而朴素贝叶斯分类是贝叶斯分类中最简单，也是常见的一种分类方法。

决策树如果任其自由生长，很容易产生过拟合。因此，我们有必要对决策树进行剪枝。CART 剪枝算法从"完全生长"的决策树的底端剪去一些子树，使决策树变小(模型变简单)，从而能够对未知数据有更准确的预测。

决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。由于这种决策分支画成图形很像一棵树的枝干，故称决策树。

信息熵是一种衡量信息不确定性的物理量，信息熵越大，信息越难以确定。信息熵可以衡量事件的不确定性，熵越大，事件就越不确定。