C++20 数据科学算法库 —— 面向数学建模(MCM)与数据分析的轻量实现。
-
开源开发流程:贡献、行为规范、安全策略和通用开发规范见 CONTRIBUTING.md、CODE_OF_CONDUCT.md、SECURITY.md 和 DEVELOPMENT.md。
-
纯 C++20 实现,仅依赖标准库与 Eigen 3(线性代数:特征值分解 / QR 最小二乘求解)
-
GoogleTest 全量测试(覆盖库、灵敏度分析与 CLI,含严格警告和 sanitizer 配置)
-
现代 CMake(Presets / Ninja / ccache / -Werror)
-
Python / NumPy 绑定(可选 pybind11 扩展,覆盖主要数据科学 API)
-
CLI 工具 mcm-cli:CSV 读入 → 方法计算 → 结果输出(22 个方法,含图算法、假设检验、马尔可夫预测、蒙特卡洛模拟、层次聚类与灵敏度分析)
| 模块 | 说明 | 测试 |
|---|---|---|
| Matrix<T> | 动态矩阵模板类(RAII / 迭代器 / 运算) | 45 |
| Normalization | 归一化(minmax/zscore/vector/sum/max)+ 正向化 + 描述统计 | 17 |
| AHP | 层次分析法(3 种权重方法 + 一致性检验) | 14 |
| TOPSIS | 优劣解距离法(加权排序) | 11 |
| EWM | 熵权法(客观定权) | 10 |
| FCE | 模糊综合评价(3 种隶属度函数) | 21 |
| GRA | 灰色关联分析(形状相似性评价) | 9 |
| GM(1,1) | 灰色预测(级比检验 + 精度评价) | 17 |
| Correlation | 相关系数(Pearson / Spearman + 相关矩阵) | 14 |
| Regression | 线性回归 + 岭回归 + 多项式回归(QR 求解) | 25 |
| Outlier Detection | 异常值检测(3σ / IQR + 行剔除) | 16 |
| Imputation | 缺失值处理与插值(含三次样条) | 20 |
| K-Means | K-Means 聚类(K-Means++ 初始化) | 12 |
| Hierarchical Clustering | 凝聚型层次聚类(Single / Complete / Average) | 9 |
| Markov Prediction | 马尔可夫状态转移预测(Matrix 转移矩阵估计 + 多步分布递推) | 13 |
| Monte Carlo | 参数区间采样与黑盒输出统计 | 15 |
| Hypothesis Testing | 单样本 t 检验与卡方拟合优度统计量(暂不含 p-value) | 11 |
| Graph Algorithms | Dijkstra 最短路径 + Prim 最小生成树 | 11 |
| Python Bindings | pybind11 + NumPy 数据科学接口 | 4 |
| PCA | 主成分分析(特征分解 + 方差解释) | 10 |
| Logistic Regression | 逻辑回归(自动标准化 + L2) | 15 |
| Simulated Annealing | 模拟退火(全局优化框架) | 12 |
| Sensitivity | 单因素相对灵敏度(OFAT + 中心差分) | 17 |
| mcm-cli | 命令行工具(CSV 解析 + 22 个方法 + 参数解析) | 156 |
CI 当前验证四种配置(Debug / Release / ASan-UBSan / Python bindings):
cmake --preset debug # Debug
cmake --build build/debug && ctest --test-dir build/debug
cmake --preset release # Release
cmake --build build/release && ctest --test-dir build/release
cmake --preset debug-asan # Debug + ASan/UBSan
cmake --build build/debug-asan && ASAN_OPTIONS=detect_leaks=0 ctest --test-dir build/debug-asan
# optional Python / NumPy bindings
cmake --preset python && cmake --build --preset python && ctest --preset python./mcm-cli topsis --data data.csv # TOPSIS 综合评价
./mcm-cli ewm --data data.csv # 熵权法权重
./mcm-cli ahp --data matrix.csv --no-header # AHP 层次分析
./mcm-cli normalize --data data.csv --norm minmax # 归一化
./mcm-cli fce --data data.csv --weights 0.5,0.5 --centers 50,70,90
./mcm-cli gra --data data.csv --reference 1,1,1 # 灰色关联
./mcm-cli gm11 --data series.csv --no-header --steps 3 # 灰色预测
./mcm-cli markov --data states.csv --no-header --states 3 --steps 3 # 马尔可夫预测
./mcm-cli montecarlo --data bounds.csv --no-header --coefficients 2,0.5 --samples 1000 # 蒙特卡洛模拟
./mcm-cli hypothesis --data sample.csv --no-header --test t --mean 10 # 假设检验
./mcm-cli graph --data graph.csv --no-header --algorithm dijkstra --source 0 # 图算法
./mcm-cli correlation --data data.csv # 相关系数矩阵
./mcm-cli regression --data data.csv --lambda 0.1 # 线性回归
./mcm-cli outlier --data data.csv --om iqr # 异常值检测
./mcm-cli missing --data data.csv --impute spline # 缺失值填充
./mcm-cli kmeans --data data.csv --k 3 # K-Means 聚类
./mcm-cli hierarchical --data data.csv --no-header --k 2 --linkage average # 层次聚类
./mcm-cli pca --data data.csv --k 2 # PCA 降维
./mcm-cli logistic --data data.csv --lr 0.1 # 逻辑回归
./mcm-cli anneal --data cities.csv # 模拟退火 TSP
./mcm-cli polynomial --data xy.csv --degree 2 # 多项式回归
./mcm-cli sensitivity --data parameters.csv --no-header \
--coefficients 2,0.5 --perturbations -0.2,-0.1,0,0.1,0.2 # 灵敏度分析完整用法见 tools/mcm-cli/README.md。
Python 绑定是可选构建项,使用 NumPy 数组与 C++ Matrix<double> 交换数据:
cmake --preset python
cmake --build --preset python
ctest --preset python用法示例:
import numpy as np
import mcm_cpp
result = mcm_cpp.kmeans(np.array([[0., 0.], [1., 1.], [10., 10.], [11., 10.]]), k=2)
shortest = mcm_cpp.dijkstra(adjacency, source=0)详细 API 见 python/README.md。
每个模型对应一份数学笔记(公式推导 + 手算示例 + 实现约定):
| 笔记 | 内容 |
|---|---|
| Normalization | 数据归一化(5 种方法 × 2 方向)与正向化 |
| AHP / TOPSIS / EWM / FCE | 评价类四件套(主观/客观定权 + 排序 + 等级评价) |
| GRA / GM11 | 灰色系统两件套(关联分析 / 小样本预测) |
| Correlation | 相关性分析(Pearson 线性 / Spearman 单调) |
| LinearRegression | 线性回归与岭回归(QR 求解) |
| PolynomialRegression | 多项式回归(曲线拟合) |
| Outlier / Imputation | 数据预处理(异常值检测 / 缺失值填充) |
| KMeans / HierarchicalClustering / PCA | 无监督学习(聚类 / 层次结构 / 降维) |
| MarkovPrediction | 离散状态转移与多步预测 |
| MonteCarlo | 参数区间采样与黑盒输出统计 |
| HypothesisTesting | 单样本 t 检验与卡方拟合优度统计量(暂不含 p-value) |
| GraphAlgorithms | Dijkstra 最短路径与最小生成树 |
| LogisticRegression | 逻辑回归(二分类 + 梯度下降) |
| SimulatedAnnealing | 模拟退火(全局优化,CLI 内置 TSP 演示) |
| NOTE | 总览:选型、组合链路、易踩坑 |
mcm-cpp/
├── inc/mcm_cpp/ # 公共头文件(API)
├── src/ # 算法实现
├── tests/ # 库测试(GoogleTest)
├── tools/mcm-cli/ # 命令行工具(独立子项目)
├── bindings/ # pybind11 Python 扩展
├── python/ # Python 包和绑定测试
├── math/ # 数学方法笔记
├── cmake/ # CMake 模块(警告、Eigen)
├── CMakeLists.txt # 根构建
└── CMakePresets.json # debug / debug-asan / release / python
贡献流程请参阅 CONTRIBUTING.md;构建、测试、API 和文档规范请参阅 DEVELOPMENT.md。
本项目采用 MIT 许可证 发布。