QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4297|回复: 1
打印 上一主题 下一主题

[个人总经验] 数学建模大作业中涉及到的知识点总结

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2019-3-19 17:48 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    数学建模大作业中涉及到的知识点总结
    # J. }# A2 r# I; l& e+ C# s数学建模大作业中涉及到的知识点总结:
    - ~" `6 Y( c% P8 y2 N! f8 z/ T0 M* |4 E% ?: g1 L
    (1)写作缘由
    1 {! C8 d2 N# L1 S) Q- N/ @' |(2)统计描述:; S6 p4 u  Q$ A6 M; _
    追加用excel 做频率统计, Y( a) T3 L# }4 Y& _" r4 B3 u
    (3)相关分析(点二列相关 )
    + _0 P5 p2 i5 A( b(4)回归分析- ^# r% D  d3 b( u2 j  B, x8 \
    (5)特征选择和数据预处理
    % N" Q- J* l: r(6)缺失值的填充6 z6 D$ J/ D' k! Z# {; ?" }0 S
    (7)文档编辑的一些技巧
    4 d5 E- ~1 E, C0 J3 i1 S8 W* A(8)团队合作的一些心得5 z# `# O- S# ~5 @7 ?
    (1)写作缘由& y' j( A+ [; R$ D0 Q' H- E
    ! c8 T+ |' m0 V- G( K1 T% B8 J
    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7 V0 n  M& s$ c+ E( s; T
    8 `# ]8 g! l; Z) J* m! r
    (2)统计描述:/ D; M( m% ^' T6 {5 s1 J: Q! j/ ^

    4 D0 P  z/ b2 L① 频率统计
    5 _4 m8 y& Z( J1 T5 ]② 中位数 & E4 m$ c! b2 R1 w& q' `. ^
    ③ 众数
    ( M+ G- s1 ?/ g! c, ]1 P④ 平均数 4 o+ t( R7 e9 @" x1 n# V# T- B( C
    ⑤ 方差
    ! I3 K8 B% B# M/ z⑥ 标准差 9 w9 l4 o% n, N: x; E
    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
    # x3 Q7 I8 a. H/ L
    # M7 I' r1 K5 I+ r- E$ ~! H0 |; C: Q( d; Q
    追加用excel 做频率统计; N- J: `( N& ^2 r0 b
    : N0 m2 {+ U( V' U; i6 z
    https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html0 k/ h* I4 ]/ P

    0 F4 R. {1 `" o. ~- _1 G(3)相关分析(点二列相关 )
    3 {4 O1 m. o) z! k7 K  B
    0 g0 T3 E; E, K# ?% s* k5 x0 l
    , c  [2 u7 U/ S8 p# p# R0 d8 k/ p* Q6 z$ w0 ~9 A9 }* a' B
    ) X, @) k  S, P  N6 C

    - d/ l1 d1 T% g# C4 F& c/ X! p(4)回归分析
    . x* ^4 a, R" e3 p2 [) h  o1 }9 B7 i) l( D5 ]8 y
    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。$ n2 I2 F& y: K3 V& W( q% o
    9 p/ I8 z* J* o! v& S
    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。% U& I: |  T( e
    + G' j) {: z, q- U/ @8 X! i% d- ?
    回归分析一般有这几个操作: , W) U$ ~* z! P5 o7 P
    ① 设置筛选条件,刷选数据集 valid % h! {- c+ p7 x* j8 T
    2 }1 T$ o9 C8 S: M

    : [) q3 |' H  }9 s4 q; h5 d+ \- |! S; v% m
    ② 模型拟合度检验 $ q5 \" e( P# _; O% [6 d; X4 D

    ! P2 {7 g# H, }& \$ w, O9 f5 X: i! ?; A

    ) s7 T4 u8 |4 J0 x, g3 {5 S$ a③ 预测的模型参数
    6 W* }; C# ?1 a9 K. R
    3 m- P3 U$ y6 d- c) S8 }/ ^, S④ 预测结果,准确率5 G! `3 U9 P& p4 E

    ! e* x9 J: K( B
    . |% f- n7 G' }6 D; v; _2 i  G( v! [5 b$ G4 ~1 l

    4 Z4 A. c8 \3 }# U(5)特征选择和数据预处理7 g/ t6 n: a8 ^/ q
    ! v. W9 c% i; `+ G7 z
    特征选择,主要是gzh的想法
    , h, n! o& ]8 h! E- K' s特征筛选的思路: & e7 J- r: T7 w! `- f. W3 h4 V
    分类变量用1 2 3 4 离散值 5 G; m& q- H% \! |
    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 6 }. V  y3 e7 \- E* J+ v
    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
    , }8 `, O  A/ V3 s. c% _% }
    $ Z/ q6 w% f8 J" h; q& ~注意了:
    1 {# i" R" V2 |3 O. [, W筛选特征的时候,重复性要考虑、缺失值要考虑
    # s, e, Y5 L$ }! @
    / ^' I# p, t; }" K4 N4 ^% n& \(6)缺失值的填充
    1 J& Q7 C; V# z2 K$ J1 V- c% o" P  s
    " J0 T3 q! n7 v/ U% W$ P5 J1 W1 S& k% i; Z
    7 Q, J/ J: i& v5 I
    (7)文档编辑的一些技巧
    ! l0 N3 u2 |6 J% H
    3 A" M* g/ l* u( g7 Qhttps://blog.csdn.net/qq_26769591/article/details/80848841
    0 m" |4 L/ H2 k1 q# w1 g, K/ k! }8 `# [- d1 Y
    (8)团队合作的一些心得7 T* d3 w! I# o
    6 g; T+ n9 R5 M. }2 l) _
    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 / k9 P4 @: a% W) f; ^9 H+ ~
    2.不会乱 不会重复做功 不会丢失工作 2 v1 ^2 R; ?. n6 k, J# k
    3.经验丰富 总能拿出一种解决方案
    % Z, O+ c+ ]$ A' g1 \( d9 g4.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 : [7 |- c- K2 A
    5.大致方向总是不差 错也只是参数不是思路 不是算法 " G9 n; W5 s+ X4 F& Q0 L4 b+ i
    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 & W- {# }) _4 R# ?
    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
    2 R8 u# g' l; ~- a1 T! b) z) {---------------------
    / m, E; t+ N* I! l0 }+ Q作者:-英击长空- 4 B8 S: p' u$ G% b
    来源:CSDN 0 f/ w- ]& A5 ?/ T3 \! v$ o) V5 r
    原文:https://blog.csdn.net/qq_26769591/article/details/80840673
    & _, Q( P8 O8 R4 ]3 P. z3 b) I) J
    4 Z8 X5 }. |4 c+ ]# U2 s- Z: b- j7 ]

    ; r# K3 p- e  `5 s( n0 n: i
    , B1 P5 n$ {5 _( s4 u) \5 ~. F# ?

    16种常用的数据分析方法汇总.docx

    20.53 KB, 下载次数: 0, 下载积分: 体力 -2 点

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信

    0

    主题

    2

    听众

    8

    积分

    升级  3.16%

  • TA的每日心情
    郁闷
    2019-5-25 20:27
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    网络挑战赛参赛者

    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2026-9-13 01:41 , Processed in 0.370502 second(s), 59 queries .

    回顶部