QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4252|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. o. K6 C2 K* }. l) }1 L) ?
    数学建模大作业中涉及到的知识点总结:( g: D4 ^* |1 h  j5 {
    7 y( A- ]0 r; `4 p. h) y9 E/ Z5 D
    (1)写作缘由- w! |6 t+ e. O7 X2 @$ z
    (2)统计描述:
    + F0 @4 f) n: i0 ~; H1 f/ D0 g追加用excel 做频率统计3 L3 e5 J4 ]; e4 H$ m- H7 W2 S
    (3)相关分析(点二列相关 )0 O# ]7 s0 `, a9 n# W, |
    (4)回归分析
    9 [. ~- j5 |- |" k; H. p- e; ?9 B(5)特征选择和数据预处理: r! ]$ E- E: U: F
    (6)缺失值的填充
    7 V! c6 @' ?" e4 @; u0 S(7)文档编辑的一些技巧1 T2 q* I/ O8 p3 |
    (8)团队合作的一些心得
    ) O# Z& ^2 `# g3 v$ I2 P(1)写作缘由7 H! ~( M- F, B+ U9 C. q

    $ o8 n# }5 E5 V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
    ' e/ K- P4 f" m, Y7 j- ?. [+ J% f7 ?3 |' T5 n: s$ h( w  z& M; }
    (2)统计描述:. A; Q, \3 @2 ]' O5 ^
    9 j# u( E" N& x# N, I* y
    ① 频率统计 + ^% D9 @1 u5 X+ m' ?/ b4 S, [* K+ P
    ② 中位数 0 g9 @9 p: v9 O8 B: m: R1 c
    ③ 众数 ' c5 F& @; `  k% f( X  M: N6 h# W
    ④ 平均数
    8 e! v: d8 C3 b+ ^9 ?⑤ 方差 9 W% s& J; ]! L: ~' c4 _. w( j
    ⑥ 标准差
    8 y; R& |/ e: B  o+ T! Z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 n- B* |, s( ~" o& Z  L2 o+ [9 t! K0 L; L
    ) M# L" {* J" _# \8 l; T
    追加用excel 做频率统计
    * p3 v5 g( `) j6 }  j% f- Y
    ( p. G* \+ B. W( o" r+ Ahttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
    3 K9 k! T% H- T1 p6 h3 v5 J' X1 h
    (3)相关分析(点二列相关 )* l" n8 O: l6 a  L  w0 Q$ z
    # r( r- w4 y4 h
    ; A& H$ ^4 d9 b: Y2 x

    : D2 Z3 j  b9 Y# H, j! [
    ; l8 `1 z5 n; S9 }
    9 z4 @6 D% s) N(4)回归分析
    1 o5 |+ w5 t8 D) `7 T+ o1 ^6 ^/ {# c2 D* o" E: Z
    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。
    ( s  O) v; B' A
    + }* m8 p  {6 H! C9 D4 i8 F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。  R# z) K* F; F" q
    ! y# N! C2 u; n6 @/ ~  z2 z4 u) b
    回归分析一般有这几个操作: 4 E- u# Q6 B2 }
    ① 设置筛选条件,刷选数据集 valid 9 t/ G4 G$ M7 a* V, ~9 u! z  p

    8 F5 O7 g+ D5 t0 b0 \) T0 D; d3 z! ?& G* _: U" o* s

    3 t. i* `- e4 n) ?0 K② 模型拟合度检验
    ! K) x/ {% \" m, ^. d # t* F( ^8 y/ J7 |! z, G; c; R
    0 {" p$ w9 {' g% i4 F

    % H1 O8 c; Z- y  t5 F2 g7 h③ 预测的模型参数 # q: u* v: C' s$ ~1 g+ T( O
    ) _3 j  q3 y5 I% v, x) w
    ④ 预测结果,准确率
    ' [. J* b+ R" Y' d; V1 x# T' `
    4 ], s5 Q5 Q& K, ~) L
    + {7 s0 O9 d8 v7 Y  s7 m# u: S& V$ c3 V6 a

    ! Q3 ~. u1 U- H7 I& b(5)特征选择和数据预处理1 H$ i, C! G0 l( B3 D8 O8 Q, X: {6 o

    - ?; K8 c  S' @特征选择,主要是gzh的想法
    9 X: J2 _0 X8 C" ^) q2 ~0 T, t! _特征筛选的思路:
    + |* J, o+ _, T9 F) o0 e1 K! J分类变量用1 2 3 4 离散值
    $ N1 F3 M4 `  H/ L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% a, h2 b! B6 v! e9 _  t
    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6 r2 r, k/ m3 R) H; H

    ; R- @' h) W1 s1 x" C注意了: 1 X: u4 W5 C7 P; v0 G7 B0 P
    筛选特征的时候,重复性要考虑、缺失值要考虑
    " W& @2 Y% n0 A: i
    9 e+ u. O+ T/ j" @' n( B(6)缺失值的填充
    4 f3 _* X) r8 y) C! h
    ) s, B9 l# _5 P7 {- l* q9 ^2 X6 q8 [, B( u; t

    9 H  N, y/ l" u- C(7)文档编辑的一些技巧
    ; i; [5 t2 y/ P* W; R7 Y, e$ p2 {/ S6 g; q9 ]* c; ?$ y
    https://blog.csdn.net/qq_26769591/article/details/80848841; l* b* U* C$ l- n' _/ g4 k: [

    5 r5 D5 _3 b& s(8)团队合作的一些心得& f  O8 w+ M' a% y& i

    3 r, J% j: W' h% b. g' c3 L) j) a0 A8 \2 \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
    2 F7 O$ w! {0 _$ l/ L9 l2.不会乱 不会重复做功 不会丢失工作 1 p7 W) E  N- U: ]
    3.经验丰富 总能拿出一种解决方案 - o( v$ [: d( T1 ]
    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 0 L( A. a$ ~, P9 o. g5 g
    5.大致方向总是不差 错也只是参数不是思路 不是算法
    ) j, Z: T1 y4 q7 T/ I- v% k6.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
    , Z  q2 i8 k, l! {/ D& y7.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
    - C5 ~  s# j; v7 S--------------------- $ \8 }9 O3 j  t* Y
    作者:-英击长空- 1 F1 r0 ]  r6 C# e
    来源:CSDN ) X* G2 b2 N8 G" |0 n- [+ d6 q; e
    原文:https://blog.csdn.net/qq_26769591/article/details/80840673 ! V# Q8 o, Z$ m2 Q, i) U& J7 b

    5 A, q! Y5 T4 {
    ; ]8 {" Y# t. X  N3 \- Z+ w0 x7 J; i- e& X, z
    9 t. X7 P& ^, o

    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, 2026-8-8 03:42 , Processed in 0.424226 second(s), 59 queries .

    回顶部