- 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
- 564907 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174695
- 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2 Y8 j6 J5 M3 k# ?) D3 h6 p5 c# N. v2 d
数学建模大作业中涉及到的知识点总结:+ B9 A; V9 h W$ g/ F
8 k& ^" g" f' q# ]$ G(1)写作缘由* ^0 s9 C. j% }) q( u
(2)统计描述:- Q. _% K" x* I7 p" ~
追加用excel 做频率统计
2 O- w4 d* y4 _$ C" U(3)相关分析(点二列相关 )
. F5 P0 t1 o9 x0 V" u4 O; k8 S(4)回归分析/ Z7 c5 M- i. h3 ?7 Z
(5)特征选择和数据预处理+ m+ U4 X+ f/ M" B1 p# J1 e' D/ [) P
(6)缺失值的填充 ?, v7 K2 B* C
(7)文档编辑的一些技巧5 j' Z" t) J- t7 P6 ]* u% o) ~: ^1 ?
(8)团队合作的一些心得
# t! @) h; s. C0 C! [8 j0 B: i(1)写作缘由 X3 G5 K) B0 U, e% `
5 W) H) ]- t) Y& ^$ R
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
. T7 i W5 [0 D) V0 M- Y2 L1 s# ^* u! V8 \) C' j
(2)统计描述:
/ o( r/ C5 v) z
8 a2 y. I/ }# g9 j, V① 频率统计
7 i, Z f6 |% V② 中位数
7 C2 O% R1 j1 w& z% I# D③ 众数
* e3 E/ D. x0 T% Z, C, g. H3 a+ ~④ 平均数 6 _& i3 Q1 @. i; k
⑤ 方差 + y( k8 X8 A- E- a+ Z/ ~# s0 \/ L
⑥ 标准差
- N4 M9 B8 n6 t% h# o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 6 n5 F) U7 E5 I7 _" Q
. i6 F* h7 T' c3 p8 q
1 I( u6 j5 f; E" ]( e% F) H
追加用excel 做频率统计
* `% ?% W) ?: Y3 f) d 6 H% c: F6 l0 ~4 {
https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html/ ~; e8 `; Q3 m! T( u. ^9 N
7 K- ^2 ^" x$ U! G f' q! r
(3)相关分析(点二列相关 )9 F/ }9 R* O3 q3 l
![]()
" h ^, M* h/ x) f H9 E
4 \1 y+ q9 u$ `% h 1 O) y+ a( b( z3 y$ P7 z! {( k
; f5 i1 j4 k8 _
- R) b1 m! T! O, r(4)回归分析
3 a; s2 M4 b( l1 R' X5 a; K8 y6 ]1 a4 o0 B" W, C0 T" c. k5 d
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。
/ f# d! A* E8 ?( A1 ^4 i+ d' P, J+ X7 r- g: 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。# D" m/ h8 e! y# @5 r
+ V# K7 Z k0 ?+ M4 T) X回归分析一般有这几个操作:
! `- E, v8 }, ~* s① 设置筛选条件,刷选数据集 valid
8 y% Z. u9 p: n( p& v% t; o6 I" W U4 Q![]()
* l- U: n2 d' X. j- t
8 y( u* \$ V; |# Y0 @2 |4 a0 q0 m![]()
, d+ i/ k8 e/ T# b* @② 模型拟合度检验
# C) D- i" @( p) F/ O& G9 } 1 S! j/ ^1 E+ \, \
![]()
8 w! n i/ e6 B& w1 b6 _2 ~4 s3 d' [8 P% c7 k
③ 预测的模型参数 1 _ r' H0 E" i$ d
6 e+ e% p: e1 u* q: K" H4 F
④ 预测结果,准确率% p B: e, w+ L" P3 g
![]()
: U% T' m, o1 c: V; A - j- w% D- X# x, ]) A7 U* ]
/ V. q- {7 @" h8 F
% b6 R- l, R5 t- ^& @7 }(5)特征选择和数据预处理
O/ d0 j' o" W0 i: k
) \7 m3 Q! l4 M# b; e/ p特征选择,主要是gzh的想法 / O* b$ ~. G6 ^( m/ G. ^
特征筛选的思路: 2 n" W0 o0 N% y6 x4 N( c* Z" T! r! Y7 \
分类变量用1 2 3 4 离散值
# p/ g0 t+ l1 F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 3 _# Z) a+ ^+ z6 M1 j
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
) o$ G3 O/ R5 X1 F6 R; a, R& l, ~* K! L7 E% R" W+ t
注意了: 2 V9 Q( y: {1 r: k
筛选特征的时候,重复性要考虑、缺失值要考虑' z3 p6 ?8 ^, }# H
- J+ S$ }6 X p/ l7 p: S9 d2 a& n
(6)缺失值的填充2 k* {! C7 q! R$ b$ b$ x
& R. i% x8 F9 m6 ]: _ / E8 [2 m# p3 E2 }
! L, d5 H% B0 q( \3 z( G
(7)文档编辑的一些技巧
! a% [# E! H- j# m6 y' S! U, H8 ?7 k* g5 G/ `' {
https://blog.csdn.net/qq_26769591/article/details/80848841
5 ?) R7 H4 q# A; {. C/ k* f1 ^
3 ]( r( l8 n/ X3 ]( I(8)团队合作的一些心得
. u/ q: Y% J B
4 z8 A7 Q2 J) R( A% o# w1.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 ) v- q& l1 _, ?' s3 f$ a
2.不会乱 不会重复做功 不会丢失工作 1 _+ \+ Q, d, W+ [$ d" }, w
3.经验丰富 总能拿出一种解决方案 c3 u4 {# c/ K1 ^4 e7 }; o
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 , { b ^9 V h
5.大致方向总是不差 错也只是参数不是思路 不是算法 # d2 v7 G$ J. u ^
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
3 [: `4 L2 v0 K% H! C7.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
Y/ `6 Z, G$ G( _, c4 f2 w1 ]--------------------- : R' @3 i& j x9 v& D2 I
作者:-英击长空- * J" F# L8 O1 G2 Y# w) b6 i
来源:CSDN ' |# U& P; f4 r! ^5 l
原文:https://blog.csdn.net/qq_26769591/article/details/80840673 ) L: k: b% H5 V. M$ q3 \
# z n4 e3 P* n# A/ r& e H/ v% x, I" b: q# N/ {2 [
* C- j8 i. j6 @' S, T9 F
' E) J# l% U+ u' E4 m |
zan
|