QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4173|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/ A! O% d) g4 ~1 I4 v) T4 j0 k
    数学建模大作业中涉及到的知识点总结:
    ! l" L. z# E+ Z- N9 @, X+ R; w6 I* R' H' O' S* w1 N
    (1)写作缘由# j: R2 e- V" r0 \8 s& f: {- Y
    (2)统计描述:
    : @% k6 Y3 s: H* y- r  I追加用excel 做频率统计3 S) O% K3 f1 D9 z
    (3)相关分析(点二列相关 )5 Y8 Z' B3 A- L* L8 ^
    (4)回归分析
    + \$ E! o# A2 v) e  ~# i, @# ^(5)特征选择和数据预处理/ n" Z! y& A5 A  I" v8 c+ S
    (6)缺失值的填充
    , N0 M  x2 g8 d7 N(7)文档编辑的一些技巧
    $ K. g! ^+ w- c(8)团队合作的一些心得, y' j/ }8 z' [; ^1 ]
    (1)写作缘由0 P6 }0 `% f) i2 _
    / U* L: L+ C4 P& S$ w: k
    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
    # F% A3 Q, s$ W5 w: P' F3 K9 {
    & v. p$ Z, B& M  a+ J(2)统计描述:
    3 ?2 I+ `! X& c5 R5 Y9 D
    ( J1 z! B" b. Y3 ]6 w① 频率统计
    8 N8 w: a# s8 ]2 ^/ ~* t② 中位数
    3 k6 @: |, T- H2 W& ]6 X5 \4 }③ 众数
    2 x  U2 z; c& p8 H( u& c6 r④ 平均数
    ; t: k$ q- o2 `6 }⑤ 方差
    * {8 w/ Q0 R' U+ D! F* u0 t⑥ 标准差
    % _; Y1 j! v( e% R2 e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
    & L& D( `4 _/ A0 k% j  b9 V, P1 L! M
    ) p9 ~, q' S6 [2 I0 X
    追加用excel 做频率统计
    # x* B# I; M8 [1 Q. L* C5 |% t( p
    / C3 t6 ?% |& H- U( ehttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html/ A" s, w; Z+ k
    7 X! M* t1 ?! o% J
    (3)相关分析(点二列相关 )
    7 L7 O4 b3 F# n1 X# P- S
    $ a' b  R3 R: r' \# g7 r$ U2 O: t# w* F8 x$ j' M2 A

    7 M5 N* I: s- G7 @1 x" ?, G" z% k% K; C1 Q
    % O, t# v% S: A
    (4)回归分析3 J3 W. I" ?/ |2 }* `8 U# H
    / m! _8 p$ {) _: Y, {/ h- i
    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。* P* P( d* `6 D1 i. [, a
    ) h% e. W! u. M
    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。: P4 j$ m* z8 ~

    4 ^6 f8 N0 L, `; ?6 a  _回归分析一般有这几个操作: . R& i) A/ o' `. S. i2 d$ Z1 K. `9 I
    ① 设置筛选条件,刷选数据集 valid 0 \1 w5 q' ]# u4 |! G
    1 {8 r# L6 O7 ~& p9 c$ G

    5 a0 C/ i4 s- Q3 \$ R. A) G3 k3 T( B5 S3 A0 g  d$ n
    ② 模型拟合度检验 ( h" q% ~2 @4 o
    5 p  h: E& R5 Y+ K: F0 A& m& D
    0 R7 m- m) ?& F" x
    ' l; M9 F9 O' C( }* E. A
    ③ 预测的模型参数
    4 c. z, [/ Z+ q, c ' b9 v: p. g8 K- E3 |# I8 v
    ④ 预测结果,准确率
    ( \  X. s, d/ j3 `4 f; I: z/ z2 s% D7 T* O
    $ g( ~" Z  Y3 G( \$ \+ ~
    9 ]( r1 c9 @' s
    8 y6 `3 f) Z6 q$ v/ j
    (5)特征选择和数据预处理4 X/ O9 t4 L# K& ^/ }! R# W. `* j
    " |7 O  s7 p/ H( ~1 {  T5 L
    特征选择,主要是gzh的想法 ; C, E' J3 {0 \9 Z" r; w. j* |
    特征筛选的思路:
      ]5 E  Q! u/ W! A8 W+ Y分类变量用1 2 3 4 离散值 9 M5 R# z* W( p+ R1 _6 @  G, g
    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 9 H$ u: s1 d1 }8 l* A" ~' m
    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! s! J+ V3 D+ q2 d

    0 Y/ P# j9 k, E% j注意了:
    . o$ @# g3 A1 j3 a( }筛选特征的时候,重复性要考虑、缺失值要考虑
    " R- O0 W; J. ~1 A# a" J; K4 b7 }/ `/ h, J. P3 ?
    (6)缺失值的填充! W' @# g; O; O( |/ L9 |

    + R% X. t7 u2 x: c: H
    9 |: S3 ?9 A! b- E' h  z9 |+ D
    ! R$ x3 s# b. S2 \8 f(7)文档编辑的一些技巧( r: y/ i" U1 q. C

    * m: ~" g3 C% I9 i. u% g+ Ihttps://blog.csdn.net/qq_26769591/article/details/808488413 F, |" X$ i  [0 V+ I
    . F4 q8 }2 D$ ]2 A$ C9 G3 |
    (8)团队合作的一些心得
    " S/ p9 Y# B, C5 d# m1 R- f5 Z/ ~. d; w/ s5 p. @: A2 N' 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
    9 D3 C& F. E" c$ t9 A2.不会乱 不会重复做功 不会丢失工作
    / b- N/ K- v: h2 g  S8 U7 a* D  h0 h3.经验丰富 总能拿出一种解决方案 ( r; k6 O+ v+ Z4 ?
    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
    5 h" v1 l. ?, g. d2 P, y' j( f5.大致方向总是不差 错也只是参数不是思路 不是算法 # S' ^/ Z" K% \) E
    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
    ( `" A% L5 g  e' w) a) H8 p5 ~+ S7.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
    # P1 F+ K' n$ ]---------------------
    9 F- U' M* g- ?) R作者:-英击长空- 0 l( [0 q; `9 ?, Y( I6 e
    来源:CSDN 8 @$ h% f* U$ t7 \1 I- H( t/ G1 }9 I
    原文:https://blog.csdn.net/qq_26769591/article/details/80840673
    - U# O& z9 s% L9 W1 H/ V; B) d6 `1 D( R
    ) I( J# C# Q, o
    6 n6 T. n$ `& [4 @" B

    ) u- ?3 i1 B1 \0 Y( t3 E

    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, 2026-4-15 04:38 , Processed in 1.771752 second(s), 59 queries .

    回顶部