QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 1930|回复: 0
打印 上一主题 下一主题

[建模教程] 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 2019-6-5 11:24 |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

    * a5 J& ~3 M" w7 ]7 l
    . f. d! Q9 Y# A6 c4 \(1)写作缘由
    9 c0 L4 x, ]; O% }(2)统计描述:
    ; s2 ^; l' t! g% h& a/ J追加用excel 做频率统计" W. y" o/ p, X) b& `
    (3)相关分析(点二列相关 )
    . C; `/ g* A8 X4 ~6 [(4)回归分析1 `6 \7 {5 Y9 E+ v
    (5)特征选择和数据预处理7 C/ x) u1 `" z8 _8 |) e3 n
    (6)缺失值的填充% Y* ?( F) Y+ K( i2 D; G% U
    (7)文档编辑的一些技巧  D# I  W6 l- X: \2 s. G. y) r; `# _
    (8)团队合作的一些心得
    4 M: i% P! q& \3 g" ^(1)写作缘由
      Y6 x& k  F3 Y# `: O6 i6 \( b
    : \8 K+ j+ L& w6 I6 N- T; @7 e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
    7 W% D1 e3 U$ Y0 b) r7 P8 d9 m0 v( x- a" E
    (2)统计描述:
    1 b5 g1 H, W  _3 O+ m/ ?) i) b
    8 }) ~( r1 a7 L  A① 频率统计
    ; X; o5 {% J3 k$ k② 中位数 $ Q0 p" ?( `. }3 J3 J
    ③ 众数 $ f# d( ~5 c0 ]1 i
    ④ 平均数
    : u' W6 X% ^% O6 S2 [( T! J⑤ 方差 0 l' ?$ u: {' s- }; c0 z9 b2 N1 x
    ⑥ 标准差
    ) O6 h, m) M9 |% N+ J" D/ N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
    ! B7 c) N9 f% w- }4 h  u3 o9 ^6 W' L4 U/ I
    追加用excel 做频率统计
    0 w/ Q- P% O, u: o7 G: p' \3 P, Q8 e3 o& L' I3 D, H7 x. S$ Q2 N* }: S
    https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html- S4 M; z5 X  b
    6 Z6 K4 y% ?. x# f  C
    (3)相关分析(点二列相关 )
    ; t& Z0 B5 u+ p/ h; g* R2 d! f5 M$ g5 u" s* w- @" J

    * U9 @: a+ z) b! z  X# P3 c. A7 B5 J0 j/ m
    : t0 R/ @% d2 Y. {
    ! L# T2 I4 ]3 s4 I/ c* D5 j
    (4)回归分析
    ( d2 x" q7 i, g: E1 H4 x- {
    5 N. O6 _  N' r+ j' v( y  l. iLogistic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。# X, \8 H& _* A. o% A6 T
    9 d* v& C0 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。+ u1 Y7 S7 K5 W3 Z7 l# P- q/ T
    2 [: K- V. ]. L: s4 u. f! T) l& M
    回归分析一般有这几个操作: : M' ?% @, B6 B  Z1 b0 t
    ① 设置筛选条件,刷选数据集 valid 3 n2 S; i3 b; {; R% w7 Y$ B
    ' _0 P$ M1 a( g
    8 T; p  ~  c% v: Q

    ) B- d6 n, T- w0 \② 模型拟合度检验 - ]/ a& y/ i3 ~3 j* T) Y4 p

    7 L9 x+ V7 H% T& q! \1 P7 z9 e& w
    8 |0 L- |9 L; c! R$ Q5 D; O0 p7 `2 j
    ③ 预测的模型参数 : S& ~) H8 A+ i5 j) z2 n
    4 N# s, G" f* M7 ^9 c
    ④ 预测结果,准确率6 M* O- g: x: r0 F% m- ]
      @4 b; ^4 Q; F5 c# r! T8 G. c
    % U! _& t3 U! q$ i0 W

    2 a$ X4 y! p& ]0 O+ D8 ^6 _! w5 d% N
    (5)特征选择和数据预处理
    9 L0 G! O# C, t! ~0 _6 g( [
    ' ?, m6 R9 H4 j& j" c9 I特征选择,主要是gzh的想法
    1 V$ k8 `) U8 ]. C, |特征筛选的思路: % Z$ e/ \- T) u
    分类变量用1 2 3 4 离散值 5 G9 Q  q7 b7 c3 L0 ~2 m( o
    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 " Q( ?) ?+ V# `* H' m! }2 s7 R
    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
    / I: _; D: A2 y: E$ d" x! i& V( N9 U
    注意了:
    ) _3 m: i/ _# t0 {筛选特征的时候,重复性要考虑、缺失值要考虑
    ( K7 u7 t4 i- c1 U8 x5 Y: b! m/ \2 o/ c# m
    (6)缺失值的填充5 a) Y5 s# _2 q; u2 n6 A

    + Z0 L0 N; F  f! w& g) ^) s; \9 J) T$ q5 h, f/ |7 _0 S! g
      x4 u5 {5 H+ P/ A
    (7)文档编辑的一些技巧
    5 n& ~/ @4 F4 I8 Q. y
    & i1 a; C: X8 Z0 Y1 Y4 zhttps://blog.csdn.net/qq_26769591/article/details/808488419 ?2 Q: C5 n& ^( S4 h; R

    9 ~# t9 I+ Q5 |) H! p  z7 v: W+ ?(8)团队合作的一些心得2 [8 Q; j3 f$ J9 \
    , l  Z$ x! B; ^4 g& h% O
    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
    - P( F$ J3 t* ?! V: ~2.不会乱 不会重复做功 不会丢失工作
    ; M1 {3 B+ f" ?3.经验丰富 总能拿出一种解决方案
    1 V4 t9 @' p+ k: @, l1 N( w4.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 再难的操作都能被逼近
    $ _+ O! T- g3 v% H0 X& \5.大致方向总是不差 错也只是参数不是思路 不是算法
    , ^6 ]* r- X' k6 ?1 W) Q0 ]/ \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 , O" S6 C: C* A% c8 ]3 Q
    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
    9 [/ s' ]; n3 @9 t---------------------
    & o$ O0 E# R, D- a; \7 u
    * @  p/ \/ x4 B& m% x1 N  k
    + F3 `3 M* j& [; Z; u7 c8 N( m7 K1 H. P* t# ]' p

    2016高教社杯优秀论文.zip

    12.3 MB, 下载次数: 4, 下载积分: 体力 -2 点

    售价: 1 点体力  [记录]

    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
    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, 2026-4-14 23:30 , Processed in 1.912192 second(s), 55 queries .

    回顶部