- 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
- 564605 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174604
- 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/ Y" L0 [ r7 E/ E1 |& r4 i8 G
数学建模大作业中涉及到的知识点总结: V, L4 e$ A( f0 c1 `- e, Y/ c" |
3 Y3 @; o8 V! d* T! R2 l# w
(1)写作缘由
. K" q3 j( r) P3 R' C8 {5 y(2)统计描述:
/ s+ d; H6 x$ B, m追加用excel 做频率统计( T1 d1 \ ?$ s9 S9 U' t( t0 E5 c
(3)相关分析(点二列相关 )
/ u8 x/ c# N. a* V) q$ d(4)回归分析% q. ]2 ^7 n+ Y5 d0 p
(5)特征选择和数据预处理
0 R/ Y! j& z3 i1 J8 Z0 t% U(6)缺失值的填充, f1 G. }2 i8 ?9 \6 F0 u+ x
(7)文档编辑的一些技巧
5 Y' j5 s, h; t5 I! ?! G; ^2 C(8)团队合作的一些心得/ ~& |' y6 C. X0 E; y: D
(1)写作缘由8 m8 B9 }' v, Q+ P; [
! w3 v6 q5 p) F4 I, S; h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
* M! C" H9 f( B( m* T8 m/ w3 ?3 X$ @: I- t
(2)统计描述:
8 [8 I5 g P2 q' q4 v, {4 e3 k% O# ?% l! [) ^: v
① 频率统计 7 L# N7 f2 B8 i/ f8 ^
② 中位数
. P& {0 ~! D: Y' J; d' @- M- t6 m③ 众数 ! B2 Q- j' ~6 r2 E1 t- T8 k C# y
④ 平均数 2 t7 i: D8 K/ o" c, A2 g( m6 @
⑤ 方差
' f6 u% k4 _1 C# v⑥ 标准差
% A2 J% b" Q! B% Y2 ]% Y. G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 % M/ E: F) Z3 x
$ `! h( M: P) @1 E1 Y" {" u' X W& M& O4 I8 E! i! Y, t
追加用excel 做频率统计. Z9 O, ~/ K/ E, o. C
![]()
# X) w* T- x1 R' Z0 lhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
: x$ n. B8 p7 U- ]6 V1 `/ y/ R/ j/ P4 f- ]& x& ^, _
(3)相关分析(点二列相关 )6 G* W" E8 V5 N* `& N* l$ P
7 D+ C! f: v4 A0 N& t" ]+ g; ~
! ?; h- [! I! |0 X5 U6 ^7 X+ f
![]()
/ Q: [, l+ Z* z% E! v! y; Z4 z8 A1 A0 e' C! H4 o1 \! ^
3 o5 D) Z/ L5 N' ^; R! V* f2 b+ T(4)回归分析
% Q, a$ p& |+ P2 k$ |) j4 `9 E; {2 o @* Z$ w; Q( h) Q9 b
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。4 r/ x5 O4 w: F) a" F* W" N0 n4 L
* q5 N0 X' d$ H0 [. H
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。& I3 T( R" ~$ C% ]& g; m! J( l
- {1 Y- Z, ^. l% H3 g回归分析一般有这几个操作:
1 I4 p, V2 B3 J V① 设置筛选条件,刷选数据集 valid # z; n. v a) F7 ]1 T* `* d: O1 I
5 G" r" R7 t3 z+ }% l& H
. l1 s3 b* R! `7 z1 W1 D( J![]()
/ Q9 T% k* Z% w4 w( Q, E; K$ }② 模型拟合度检验 8 c0 R( z3 F+ T( d' l: q
7 u9 E, A" \$ f! |
! ~3 v# S! z3 h& p( j8 l z
& [- }* M. L( T$ ~' l③ 预测的模型参数 % i! ~, w, C4 }
![]()
/ ?/ G4 l0 z8 e! |" s0 { a, c7 D; w④ 预测结果,准确率
. R% x0 P% {8 Z- ~ 7 A# B6 U4 |% ~( J
% I0 v5 R: ^: y
+ Q! p4 K" K! M3 l) K1 [
2 R- [% Z) J0 J$ I, ?! s' a7 f(5)特征选择和数据预处理" z5 u+ a& _+ y! d; e8 Z$ w& K
# W2 G9 I1 Q2 J+ D特征选择,主要是gzh的想法
- o+ ?5 P* W K5 S特征筛选的思路:
9 x% P) h2 T: j, C/ w分类变量用1 2 3 4 离散值 7 q0 h9 K( s1 {
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 . u% }$ N3 J* n b7 G# p
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 E/ W7 h( r: Q
( ~/ B" u( q$ u8 R: x# e) r
注意了: x7 s# ?( t* v! ^) s
筛选特征的时候,重复性要考虑、缺失值要考虑1 v: [" M% C( L
4 E8 J+ G) q' ]* {) B% K. V(6)缺失值的填充
9 N4 \( _( n. H- c0 Q7 ]+ E+ \. H4 l: P. Q v
6 ^1 t; _: ^. d+ ^3 e) z w2 v
6 O7 n" s8 K/ J( V5 V8 n
(7)文档编辑的一些技巧
/ i/ @3 f+ e9 X& H/ v
1 Z- [4 R# `& D4 D4 O8 rhttps://blog.csdn.net/qq_26769591/article/details/80848841
- h5 p Z7 O% K# x' `& U7 w; b. i6 n0 l. @) R( j+ V
(8)团队合作的一些心得2 ?. y. \9 V3 j [* [. y
3 D. m; p1 i( S9 D/ ]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
8 F! C) n$ F9 {; W: O2.不会乱 不会重复做功 不会丢失工作
7 t! g7 Y' A* C2 k7 }* H0 P3.经验丰富 总能拿出一种解决方案 0 d% l$ I" N7 Z
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
2 ~: y: L2 G# X# k, `5.大致方向总是不差 错也只是参数不是思路 不是算法
9 R8 ^6 T) z2 D! R$ q! q% 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 / M" m) |! B' F+ r
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. O. M; E! m, o0 F
---------------------
; ?- |4 g2 h( ~6 ^1 g2 a0 [+ a作者:-英击长空- 5 j8 c, K4 T/ |0 }. q) d& F ~' ]
来源:CSDN
1 l) E' N* Y# r原文:https://blog.csdn.net/qq_26769591/article/details/80840673
1 d4 g2 c, H% x0 y2 \9 `) E8 ?" _9 N' @" G
+ j5 @6 H' X2 Q4 x. E$ _. X+ b. l4 \ X
+ c! b Y, o2 R9 y
|
zan
|