基于Python的矿石小体重与品位的多元回归分析模型的构建和优选

基于Python的矿石小体重与品位的多元回归分析模型的构建和优选.pdf
在多金属矿床资源储量计算过程中,矿石体重预测的准确性将直接影响到资源储量估算结果的可靠程度.针对矿石体重的准确预测确定需要大量统计运算以及回归模型选择的问题,本文使用了基于Python的NumPy、Pandas、Matplotlib、Sklearn、Statsmodels等数据科学库或模块,对所测定的矿石小体重与其矿石品位进行多元回归分析,快速、准确地构建并优选了矿石小体重与品位之间的数学模型,从而为资源储量计算过程提供科学依据,提高资源储量估算结果的可靠程度.
作者：赵鑫江许杰唐榆杰吕青
作者单位：中化地质矿山总局浙江地质勘查院,浙江杭州,310002
母体文献：浙江省地质学会2019年学术年会论文集
会议名称：浙江省地质学会2019年学术年会  
会议时间：2019年11月28日
会议地点：丽水
主办单位：浙江省地质学会
语种：chi
分类号：TP3F83
关键词：多金属矿床  储量计算  矿石体重预测  多元回归分析
在线出版日期：2022年9月21日
基金项目：
相似文献
相关博文

2024-12-3 19:50 上传 基于Python的矿石小体重与品位的多元回归分析模型的构建和优选.pdf

文件大小:

2.25 MB

下载次数:

60

高速下载