- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 82
- 收听数
- 1
- 能力
- 120 分
- 体力
- 565630 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174912
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5313
- 主题
- 5273
- 精华
- 3
- 分享
- 0
- 好友
- 163
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 |
|
数学建模大作业中涉及到的知识点总结:
; [: |( h9 ]: z4 n9 ^) \
1 x X T3 m0 B) N(1)写作缘由' A. U: A1 A8 w6 ]) ]9 k0 T: _
(2)统计描述:
% X0 F, U' o3 q5 Z e0 c追加用excel 做频率统计' k. l2 A# G$ r( n; V* D, l
(3)相关分析(点二列相关 )
# k9 M2 z, Q1 l) V8 j(4)回归分析
|9 W* {1 w1 G8 \(5)特征选择和数据预处理
! J: A+ A) T2 V" J0 F(6)缺失值的填充& T# I8 Q/ M! ]# c# I
(7)文档编辑的一些技巧! b$ O+ q$ A6 [% K, U
(8)团队合作的一些心得
5 |: ?. p) E; K7 d" f* D$ _(1)写作缘由
. Y% B4 l: _: q2 Q, ?4 D! I2 D$ ~% f! f5 z/ 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
7 Q7 G, O. B# o( D9 @# C+ N* k$ z
* A& c/ |3 F: J5 M8 P/ L) ?+ J* ?+ m(2)统计描述:- b3 B( Y4 [' g
# C$ n; M; X8 S; X/ S① 频率统计 8 ^6 v; d+ s! f+ A
② 中位数
R) {+ o' k' r- L③ 众数
0 q9 b3 y! s. v8 R: m/ o④ 平均数 0 [! E9 r9 k' _0 c( P6 z
⑤ 方差 + K% ]% J0 {& V" M; v% n1 _
⑥ 标准差
! k3 E! J/ f' a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. y4 Q' B8 @, v
' r' o7 P$ S" P1 R; u追加用excel 做频率统计
0 @7 `; N- |5 H$ M1 Q; a3 q; t* x5 z' S. F' J
https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html; v, r2 w! I. U- ^
0 n! N/ j' j. S(3)相关分析(点二列相关 )3 P, V# K) m5 j7 d9 r
% k& ^1 K" Q9 K) z
. B6 H; d8 L' n* A) Y& {
; M8 g+ [0 [" w% u' q& B4 X/ g9 O
' G# s0 |( f% C, H$ l2 W! w; g4 z$ p
, a6 L( p# c! ~6 j(4)回归分析! N5 s) Z+ x; a, r' I2 ?
) V; @; I' G: {' i/ F# S& hLogistic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。' z5 M9 f4 G. F9 ?2 R; [* b
! p! ?, X0 Y! e: o. ?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。
0 |) D0 l5 y) s) a1 E9 O& y( D- u" n* J B6 G- X3 v) D
回归分析一般有这几个操作:
" c* x( S% c. U" C8 ^① 设置筛选条件,刷选数据集 valid
+ R2 J4 o9 T' P! {1 n6 l+ m5 _' D* `8 J# b) Z
. y) W) n! ]3 D. N* n: e" a
5 M9 }- L( t8 G1 h
② 模型拟合度检验
4 `, O3 g) {) c/ n9 v6 C$ w$ T0 t& ^9 R. z o- Q
) x2 d L" s% t& k
( Y4 ]5 i& |$ F: i& Z9 S
③ 预测的模型参数 / }+ B$ Y \: c3 j1 L
" s" h) H) F0 Y+ u/ @④ 预测结果,准确率
5 S: q& M6 @8 l( t6 n* \5 f5 L" n/ b3 W& X3 E
( b: B8 B) M+ ^4 \* l A# d% G- y, u( h
8 B) e' h. m4 B$ K) P0 [* W6 a(5)特征选择和数据预处理
/ k( m0 ~$ n3 |( F' y
4 p% s4 B% E/ _& |5 T特征选择,主要是gzh的想法 " U' [8 g q, s+ b1 T5 ]
特征筛选的思路:
: c9 f3 n; X" i8 v分类变量用1 2 3 4 离散值
* P* |: ?* P& j9 h) L5 ^. [9 D! _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 ! E# I& _5 f5 m% r9 ]0 N
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7 h! b7 A+ m8 _1 Y7 j2 o6 Q8 j/ `
; x) A" n3 t7 K
注意了: $ v, K( T7 Z: v; @$ l
筛选特征的时候,重复性要考虑、缺失值要考虑8 @5 ]' G' O* ]" e" U+ E
7 p& h1 ^& A" R6 Y( e! s
(6)缺失值的填充$ g' L; ]! d7 f( l9 c! p
" n) E) d% k% V3 P% X) K5 o
. v$ j3 M) \+ [: Z' z' U1 D
, v) J( |& B, F' w; }6 V. P' d
(7)文档编辑的一些技巧
+ L r! \, E) _' G9 s6 }, o0 [ r
https://blog.csdn.net/qq_26769591/article/details/80848841
1 {) b& h! c2 P! ~4 c+ `/ O; u% A S7 ?6 \
# w/ e; Y! o6 q# |( Y(8)团队合作的一些心得
8 [2 [3 v8 P& ~6 w& C+ U( F2 W7 n) |9 o% C$ Y2 s }/ W8 t9 u
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 - \1 C5 _5 C& ~/ E: G4 p z# G
2.不会乱 不会重复做功 不会丢失工作
' H, r ^+ R7 r3 ]3.经验丰富 总能拿出一种解决方案 1 `5 E' |; O8 S9 V, M0 h% d% K; j
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 再难的操作都能被逼近
5 c( w1 J. e1 j5.大致方向总是不差 错也只是参数不是思路 不是算法
6 E+ t% v- G @' d3 F) V1 s% O6.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
6 c6 h, N8 p" G4 w( v6 o. e7.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; `: ~( w( S" B- E& w
---------------------
& {+ T8 N/ S9 W; r9 k- d
& |: l9 K6 Y! m
/ g9 d: m/ }1 S9 g% X$ v
5 T |- T L6 Q% Q# B: N* o2 l |
zan
|