数学建模社区-数学中国
标题:
数学建模大作业中涉及到的知识点总结
[打印本页]
作者:
杨利霞
时间:
2019-3-19 17:48
标题:
数学建模大作业中涉及到的知识点总结
数学建模大作业中涉及到的知识点总结
+ n- V3 O' r; { L& g: p+ `
数学建模大作业中涉及到的知识点总结：
6 v' f. b/ n2 X' d' X5 I k
1 n9 a2 n( J( F4 a) `8 @. B5 Q
（1）写作缘由
4 R0 k3 z4 Q6 X& D z$ A; d1 C; f
（2）统计描述：
/ F% Y$ c$ {3 z% `* G
追加用excel 做频率统计
. N1 U5 Y: {5 M2 u+ l3 e2 `6 m
（3）相关分析（点二列相关 ）
/ N' R* `; R$ Z' w' ?
（4）回归分析
6 e( T& i6 n3 K9 Q8 x4 J! v
（5）特征选择和数据预处理
2 f' e2 Z" @% Y. [
（6）缺失值的填充
% E$ l0 M: u' s4 l1 w
（7）文档编辑的一些技巧
. t- L. P9 m2 U6 A, L: ]3 z
（8）团队合作的一些心得
' S5 N; [; c- C- ~+ M0 M0 g4 M
（1）写作缘由
+ k# k+ v, ~9 g8 i* Y% a
! E1 p& U4 V$ T4 k3 t4 y
在数学模型与优化的大作业中，遇到要对数据集进行统计描述、相关分析、回归分析、特征选择思路、数据预处理，因此就稍微研究了下
1 O9 m, C; A- A. q5 c
% F8 x+ z+ ~ h6 P. m
（2）统计描述：
6 V. Y7 b ^* s) c/ K
Q* L) _! W4 i
① 频率统计
( o7 B( K' ~! v
② 中位数
2 \& N/ c5 q K& i7 [
③ 众数
( q+ P. h( `$ l( J
④ 平均数
+ R0 a5 V% h2 N: ~" r3 Q% W3 G
⑤ 方差
. m' v0 {# _* k+ f% T4 K
⑥ 标准差
* C+ Q& u4 _ }2 \9 }) j4 R4 r. A+ b
用spss软件，可以很方便快捷，具体的spss可以随意参考一本spss的书籍即可
' q) f( Z2 ]. g! R
& t+ `: u' d$ n% L$ I
6 q7 i$ a, z) W+ m$ M& ]
追加用excel 做频率统计
) z; N' c! r$ \; i- m$ P; t
. J+ } z. v/ B, Z( \; v9 r$ e. n
https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
W+ z/ g; z4 \: w: }
0 }3 ~& Y8 S" [# ?$ k
（3）相关分析（点二列相关 ）
" J( z4 H$ x, J+ y: M
7 k V1 `! S! r5 u" C
: l1 L' }; j- j& A
5 T3 H0 Y( L% J- c1 W7 C- ^
+ x0 i9 u' l7 j6 B& Y1 P9 F \' l
+ v* ~4 X. M5 s1 `# J/ S
（4）回归分析
- B& l$ W& y {! y! v& |
6 b7 H; i: R, T7 K6 o N
Logistic回归主要用于因变量为分类变量（如疾病的缓解、不缓解，评比中的好、中、差等）的回归分析，自变量可以为分类变量，也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量，并可以给出预测公式用于预测。
, `3 f! g) R' Z* T+ J
! Z& n+ W1 c9 t2 j- F, h
因变量为二分类的称为二项logistic回归，因变量为多分类的称为多元logistic回归。
; Z& z& e: ^' g; U
9 s6 X) z# m. e2 [ E& o
回归分析一般有这几个操作：
0 C, h! m: {3 U2 v
① 设置筛选条件，刷选数据集 valid
5 W- {. T' j9 Q2 j+ Y: }) m
- g( a. C% {- \3 j
. J' {- L2 H$ [. l& j! Z% T- X
' ]& T' V8 R2 z" G$ y
② 模型拟合度检验
# A6 s. K8 v4 @; m$ b
* H3 x, j3 D% b' x
" Q9 P+ f) S6 r1 U# ~3 ]
8 v2 X# _% G6 h
③ 预测的模型参数
) L$ {- [/ a9 i5 M, D
+ t$ o! j1 H+ V5 K4 c, I }
④ 预测结果，准确率
8 o; _+ P7 d8 y& n1 L0 ~
) x4 ?5 _1 F( R
v! ~3 q4 x0 ]" C- L8 }
p! C6 c- G% r% a% K
, r! x5 z6 ~2 o( A5 p
（5）特征选择和数据预处理
' G8 V" z" g1 ~% \) u Q, n
" x z5 v' }- T$ Q5 G1 `0 T
特征选择，主要是gzh的想法
+ j2 e6 d- v0 I L& }% C
特征筛选的思路：
) _# E( D8 E8 j
分类变量用1 2 3 4 离散值
2 ]% Q$ h# r- D+ Z4 w3 n
对于搜索记录的变量1：用 含敏感词/搜索记录的比 作为值 连续值
( F. i5 b$ g5 b7 P
对于搜索记录的变量2：用 含敏感类/搜索记录的比 作为值 连续值
3 ?. R- p, \: y
5 t) @5 P7 B/ p8 M) e; y. A1 N
注意了：
: x: G% R+ A' K0 M Q3 t
筛选特征的时候，重复性要考虑、缺失值要考虑
/ N# z4 e3 a$ A
7 k" b6 _# \! M2 U, z1 Y
（6）缺失值的填充
2 y9 p+ r) O, i! p& M% v- g
$ D( k/ Y! x" f' g
6 M& ?( ?, W( e! W) u0 ~
! }* ]* S6 h! v
（7）文档编辑的一些技巧
8 C! W& }, [9 H7 k
]7 { M: K4 d/ z) C8 i& P
https://blog.csdn.net/qq_26769591/article/details/80848841
~7 j! d. F0 ~( y
! t' E6 s6 u4 q: i$ r @
（8）团队合作的一些心得
x/ I7 G% n: r$ R! f
0 l# k* ?1 o2 F
1.软件解决不了的，就用程序，最厉害的是，能用程序解决的问题都不是问题
. U4 `3 ]4 w/ U! r
2.不会乱 不会重复做功 不会丢失工作
; I5 l5 ]2 U1 @' A, n) d6 n
3.经验丰富 总能拿出一种解决方案
7 r0 m5 I! r6 `
4.想做的总是能实现 搜不到的 试着试着就出来了 再难的软件都可以被破解 再难的功能都能被解锁 再难的操作都能**近
* l8 x& K( N! i* u" W) W
5.大致方向总是不差 错也只是参数不是思路 不是算法
) `! I4 Y9 P$ }9 a
6.不会停滞 不会闲置 每天都能前进 没思路的时候，基本的数据处理也是相当有意义的
( a) w7 C6 Z! l' p2 l6 I
7.同步 思路和进度 已经当前要做的事 和要解决的事 能保持同一水平线
4 @8 F4 G& W9 |$ z7 P- p0 H' N
---------------------
0 _" b3 W- T. Y0 B% Q
作者：-英击长空-
/ ?0 o7 W; @1 w
来源：CSDN
3 b X8 V0 ?- }( E8 ~" r
原文：https://blog.csdn.net/qq_26769591/article/details/80840673
8 N8 K8 ~8 \- q/ J3 B( Z6 Z
* S' R4 x2 \, z. U
& N c7 _: d' X u. ]) E+ h
3 Q; T1 t4 U( c; r# k+ K8 O3 n
1 i* P. A: r. ]9 \
16种常用的数据分析方法汇总.docx
2019-3-25 17:33 上传
点击文件名下载附件
下载积分: 体力 -2 点
20.53 KB, 下载次数: 0, 下载积分: 体力 -2 点
作者:
1714830332
时间:
2019-5-17 13:59
学习学习了
' w6 g. E4 ]# K5 j/ A
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5
5 T3 H0 Y( L% J- c1 W7 C- ^
- g( a. C% {- \3 j
" Q9 P+ f) S6 r1 U# ~3 ]
) x4 ?5 _1 F( R
v! ~3 q4 x0 ]" C- L8 }