- 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
- 565841 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174975
- 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. 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* q 9 ^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
|
zan
|