实验1：决策树建模与可视化——校园兼职学生离职原因分析

前言

定义

一、实验名称

决策树建模与可视化——校园兼职学生离职原因分析

二、实验目的

1. 理解决策树“提问题→分分支→得结果”的基本原理。
2. 掌握用 sklearn 对文本数据编码、构建决策树模型。
3. 学会输出特征重要性，找出影响兼职离职的关键因素。
4. 实现决策树可视化，直观展示判断规则。

三、实验背景

某校园兼职平台收集了学生兼职离职数据，包含：

• 性别、距离、薪资满意度、工时强度、是否离职
  目标：

1. 找出最影响离职的因素
2. 生成一棵可解释的决策树，给平台提供留人建议

四、实验数据

数据在附件中下载part_time.csv

五、实验任务

1. 数据预处理：文本→数字编码
2. 构建决策树分类模型，预测是否离职
3. 输出特征重要性，分析影响离职的关键因素

实验2：线性规划——成本最小化配料方案

建议使用PuLP进行建模，好理解

前言

定义

一、任务名称

食品加工厂原料配比优化实验（成本最小化）

二、任务目的

1. 掌握成本最小化类线性规划建模方法，与前面利润最大化形成对比。
2. 学会把配方比例、原料库存、产品总量三类约束写成数学式子。
3. 能根据最优解判断哪些约束被用尽、哪些有剩余，给出生产建议。

三、任务背景

食品厂生产黄油曲奇和全麦饼干，统一使用三种原料：

• 黄油（S1）、面粉（S2）、燕麦（S3）
  已知：

1. 每日需生产：曲奇 200 盒，饼干 150 盒
2. 每盒产品固定消耗原料 0.1 kg
3. 原料单价：
   • 黄油 S1：5.0 元/kg
   • 面粉 S2：2.0 元/kg
   • 燕麦 S3：1.5 元/kg
4. 配方强制要求：
   • 曲奇中黄油占比 ≥ 50%
   • 饼干中燕麦占比 ≤ 20%
5. 库存总约束：
   • 黄油总用量 ≤ 20 kg
   • 面粉总用量 ≤ 18 kg
   • 燕麦总用量 ≤ 12 kg

目标：在满足所有约束的前提下，使每日原料总成本最低。

四、任务要求

1. 定义决策变量（自己写 ）
   明确写出每一个未知数代表什么（如：x₁=曲奇中黄油用量…）

2. 建立目标函数（自己写 ）
   写出总成本最小化的表达式。

3. 列出全部约束条件（自己写 ）
   必须包含：

   • 产品总重量约束
   • 配方比例约束
   • 库存上限约束
   • 非负约束

4. 模型形式整理
   把模型写成标准线性规划格式（类似笔记的格式 ）。

5. 结果分析

   • 最优配料方案是什么？
   • 哪种原料被用尽、哪种还有剩余？
   • 若想进一步降低成本，应该优先降低哪种原料的采购价？

五、实验报告输出要求

1. 完整数学模型（变量+目标函数+约束）
2. 模型文字解释（代码截图）
3. 最优方案解读
4. 给生产部门的简短建议