灵敏度分析

随风飘摇的土木狗

【MATLAB第116期】基于MATLAB的NBRO-XGBoost的SHAP可解释回归模型（敏感性分析方法）该文章实现了一个可解释的回归模型，使用NBRO-XGBoost（方法可以替换，但是需要有一定的编程基础）来预测特征输出。该模型利用七个变量参数作为输入特征进行训练。为了提高可解释性，应用了SHapley Additive exPlanations（SHAP），去深入了解每个参数对模型预测的贡献。

【管理运筹学】运筹学“背诵手册”（二） | 对偶理论与灵敏度分析用矩阵形式表示原问题和对偶问题： max ⁡ z = C X s . t . { A X ≤ b X ≥ 0 \max z=\pmb{CX}\\ s.t.\begin{cases} \pmb{AX\leq b} \\ \pmb{X}\geq\pmb{0} \end{cases} maxz=CXs.t.{AX≤bX≥0 其中 C = ( c 1 , c 2 , ⋯ , c n ) , X = ( x 1 , x 2 , ⋯ , x n ) T , A m × n , b = ( b 1 , b 2