QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4213|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, p& D. O5 T2 c& c4 }5 [
    数学建模大作业中涉及到的知识点总结:
    0 l9 w; S# j/ s: R* v' C1 D
    " y# Z4 t1 ?5 A) J/ r3 n(1)写作缘由4 u/ w6 a! \1 E5 Z$ P
    (2)统计描述:
    3 |7 i; m. v: l. N4 B( q7 X. G追加用excel 做频率统计
    ) Z, P" B7 e& x: J/ F(3)相关分析(点二列相关 )
    3 P) @3 G: c# r(4)回归分析
    % `. O" |4 \; {+ w: n* W4 l  M+ N% Y(5)特征选择和数据预处理
    ! S; N! u( [* t3 X  h- m0 P(6)缺失值的填充# e8 c" G) o5 `  q6 k0 H; m" b  G& C
    (7)文档编辑的一些技巧& D+ S% Q9 U8 N7 i: s! S, N
    (8)团队合作的一些心得
    - @; Y8 Y& E* P+ ](1)写作缘由8 a; E+ A  q' d0 P% r2 X

    4 r' s- Q# n6 X2 @9 m3 Q* X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& z$ f4 ]3 a2 O5 `( Z5 y; {) q' D

    0 ?( U' O% E; F$ M9 k* D(2)统计描述:
    , n  r' x; C9 m! e& t  i7 D; U% p- L: v0 z9 n; G
    ① 频率统计 ) Y2 e7 M! U  F& X/ G, A5 Z( L
    ② 中位数 ' H2 N# M% y/ D; z6 h
    ③ 众数
    " D2 A7 }; r0 l8 T' k1 l④ 平均数 ' J2 H9 L- q+ S' k
    ⑤ 方差
    # N/ }. v) T; `. t5 b- v( `⑥ 标准差
    + i, q" P( ]/ Y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 5 [/ F0 F2 j) ~! d5 n8 `* q

    6 D% m7 s; ]' l' a. z7 A. T% ~2 \- X$ S# h, P; C. D
    追加用excel 做频率统计0 [( G8 C; g, A4 i9 A7 ]
    * n* @: ~, G+ O. x7 J- n9 u
    https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html  l5 A& q9 l. \8 F# n/ T# I

    * E8 y; ]5 x* N/ F6 ~! X3 `(3)相关分析(点二列相关 )- g% L2 {; j* m) S! l

      ^0 L2 v. X& ]% |
    7 }9 M: Q% ^' W& d% N0 U; S' F2 e! k
    9 H* U8 d' D4 p( j9 D
    9 n( f2 s" T5 E- s
    (4)回归分析0 q* i; [8 q% E
    8 c4 W5 P$ a& j5 \& k2 w& L0 k5 v
    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。
    1 O% X% M7 ]) _* t
    9 e7 S$ m$ |1 [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。* P$ V; D+ I9 q* A" B5 I

    + ~" D6 v" r2 F8 R# ]2 ?回归分析一般有这几个操作: ) k( v" v9 V/ o
    ① 设置筛选条件,刷选数据集 valid
    ; {0 |( ^, [1 e( N& G- Z
    1 w, ]' S5 `) q
    * y1 {+ U; W" a2 F% |) L. r+ q" C5 c9 g. L
    ② 模型拟合度检验
    3 b, l6 W: {! l " c. t6 h, K: Y

    9 ^5 f# q( Y9 v: z; w
    6 T1 f- V. f; Z4 d% _③ 预测的模型参数
    ; M& s& C' X/ R! C + L- L& b( F( ?: r! W% ?
    ④ 预测结果,准确率8 Y) {& ^2 L- a! G
    7 U; i  {1 ?. M0 n7 j/ P7 Z
    " O+ O, `% R3 p' f0 A3 }
    9 N7 [! }" k9 e5 ?" b( d
    , w7 [9 X- [1 C7 k
    (5)特征选择和数据预处理
    & K/ Y" g6 D0 ~
    ) C) K- f' K. h" q# v特征选择,主要是gzh的想法 ' i# J( r- J  ~$ u0 x
    特征筛选的思路: 8 W7 a( N* m* H; m5 p" Z
    分类变量用1 2 3 4 离散值 ! R1 e: Q7 |: U4 f4 z; |1 T
    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
    - ^( N8 }3 a2 M) {! Y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
    ' P' r4 j! i1 R" [' M2 Z5 Q) L& f+ p! o2 S6 M6 ^
    注意了: ( [7 A- U/ Y/ m4 }8 U
    筛选特征的时候,重复性要考虑、缺失值要考虑
    , ^) Q5 ^5 E% a, I4 Q0 x' r; _3 l4 |+ p! M
    (6)缺失值的填充5 ~- O. }- A/ {( L  q; c& f  G
    $ T- w5 G: j( y4 I1 \1 u1 X
      s7 G9 R; s, ~" X9 Q3 _

    $ [5 z3 v4 v- X/ b2 l6 j1 \(7)文档编辑的一些技巧2 s3 O% I% a! t: v, d3 f9 m! a

    & i" |3 h) S4 C, B' e1 Ghttps://blog.csdn.net/qq_26769591/article/details/80848841
    : U" F! O3 f0 `8 [% Q9 G- M$ n7 H- F0 g4 @. p# b5 i
    (8)团队合作的一些心得. {/ H" w/ ]6 r# U2 K( L) P" _4 S
    5 Z) L8 G  {6 }: |% U7 p5 f) ?- n/ @
    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
    9 c' n3 {; t9 |" R4 X) H* v2.不会乱 不会重复做功 不会丢失工作
    ! H( Q, H: U0 x* j% U6 r$ {# N3.经验丰富 总能拿出一种解决方案
      w6 T) K; M1 F$ I9 I5 ]- f4.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
    3 D# r: U- Z0 c, s9 `" V5.大致方向总是不差 错也只是参数不是思路 不是算法 * p; i# G$ l- t& {
    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   _( Y1 ?. v# A! c1 c
    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
    1 M: K2 e* [0 H9 i--------------------- % k& d3 M$ W, I6 d9 B6 D1 a
    作者:-英击长空- , E# `! [0 U6 r: ?- G/ b& C
    来源:CSDN
    3 U4 t( ^" y, W0 D9 ?/ r: K- e原文:https://blog.csdn.net/qq_26769591/article/details/80840673 0 x8 U$ G: }  O. Z5 H9 F+ H: V

    4 Q6 l7 H* J* Y1 N1 W2 {: [& x; V. Z. x( V8 ?' K% A
    + F; I1 m2 @" C/ u; }0 d
    $ p. w3 z  w& k/ e! @  h9 ~, @; N$ }

    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, 2026-6-13 09:48 , Processed in 0.461203 second(s), 59 queries .

    回顶部