- 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
- 564629 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174612
- 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 g: q1 ^9 M& b* q% K4 h. i/ f- H数学建模大作业中涉及到的知识点总结:, N+ I) V, ?2 F; }9 S! d, |5 F
, c/ V9 O0 h4 s1 ?(1)写作缘由6 {9 v- @. X* }
(2)统计描述:
. |' o2 u4 t- ^; i& ?: E( E6 K$ h追加用excel 做频率统计$ \, k* P& H" i; w
(3)相关分析(点二列相关 )! z% n2 @ z' x# O: i5 Y& a
(4)回归分析
. v* e- m$ t8 Q1 Z6 z2 S$ u- R6 M(5)特征选择和数据预处理
9 K% _# W" j, |(6)缺失值的填充
$ F4 G" [9 i$ R/ J& e' W- ^(7)文档编辑的一些技巧- T& }0 \. m& |2 `
(8)团队合作的一些心得( E1 H; h0 @# Y/ v: u8 P
(1)写作缘由+ b% y9 N5 g/ u. C9 j) s
- o! g: s! g4 D* Q F4 E9 x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
" D( ]) C) p+ U) J, e1 I
9 i' _9 ~' X3 r: Z8 ^1 w* @(2)统计描述:
9 w3 \& i1 a& ?( G0 A( M
9 D) L( M X4 f① 频率统计 ) x+ K1 v9 C: W) d
② 中位数 4 ?8 V7 l+ f- D$ l5 Y z" B
③ 众数
& u* t) |/ D% O( h7 \) e; M④ 平均数
. r6 H, ~* ~) X/ I+ z⑤ 方差 % s" R$ f, ]+ u+ n; f9 W9 S
⑥ 标准差
O' v! T4 G6 a# H& w) d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 7 P1 N. ?% y ~& I2 I0 n
3 b9 W1 H1 V+ c6 v% n! f- A/ U! k" @4 s4 s/ F: b
追加用excel 做频率统计
$ N1 V* c. s3 w6 `( r" k' l& p# S![]()
+ p# x5 Z4 x v) Vhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
3 B' m& X4 {! \6 t7 @) z- M
* f8 q: r# y5 x0 _+ X! a( K/ ]$ p+ G(3)相关分析(点二列相关 )
& h; W0 X3 v: J 6 `( S( a9 f7 O; _9 A
2 n; S7 b( b4 I. a6 I; ? d l
' Y0 @( \7 _( V. z! b8 V
3 V m: I9 z$ X; w3 i, x4 l4 u% ~9 a' ~" Y' u/ [! [, q
(4)回归分析 V1 J! L" e' U! |" k% f
$ W* m" Z. \6 b2 J* 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。
# \ {0 g2 d8 Q9 D) ~" l' r5 D: u& h2 n( k! d( x! l( 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。" ~9 a3 D& W1 Y) M8 [8 p8 A3 Z1 G1 G
4 s) w; H7 u# ~) H回归分析一般有这几个操作: - F! m, b+ N3 b1 g& P
① 设置筛选条件,刷选数据集 valid
$ y, w0 N% S" k' N f![]()
7 j5 Y4 J7 j+ x( R2 I! }5 n1 D
- f; R7 g2 F7 k+ ?/ B4 } + h$ ?; |! }( q
② 模型拟合度检验 " s+ g" D, s- K& e V6 a1 m$ Z
" T4 t6 n1 ]5 |! N; s
5 {" K" t9 {3 P: N' Z! R
- C8 ^' M* [# o. C9 t( m
③ 预测的模型参数 7 U- ], i% `, Y/ }5 y
3 d" K8 x" R3 m, {
④ 预测结果,准确率
- T% E' k; s; f& l2 y H1 S" z![]()
. n3 S. O3 |- E e& k( _) j, v ![]()
# w0 j0 E: B6 F! ]1 E9 Y# O2 _" A
" M& k6 }. ^! s: W6 Z5 n- O0 z) M5 F0 H5 O" ^& j9 J! k7 C
(5)特征选择和数据预处理) L5 K% j9 ] v! `$ |: g& k9 H8 `
6 ]6 N! s4 I# ]' V" @( t& L9 @特征选择,主要是gzh的想法 8 F( Z/ h' C2 ~4 _+ ^4 l% F
特征筛选的思路:
2 e0 H- {# E4 f7 g0 A* D分类变量用1 2 3 4 离散值 5 [7 _8 n: }1 D4 F ?, @( X
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 P9 e! m0 ?' 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: r3 N0 d2 ]( a0 W7 i
: R" L& S8 F# m0 E) h注意了: 2 q1 x1 E& k7 V
筛选特征的时候,重复性要考虑、缺失值要考虑0 B2 j( V5 |2 U% w/ }
: @8 z: q/ m" V6 x+ q0 _
(6)缺失值的填充 w1 G9 M# d9 X) U* t
' s1 Q, n* W. }0 M! E" V8 Y# {
![]()
1 [! }$ {( A E' `' B: I i1 b' y( i; _
(7)文档编辑的一些技巧
& V9 F( b6 r) @9 w* O$ m8 e. r+ C+ y _7 W$ b$ @& Q
https://blog.csdn.net/qq_26769591/article/details/808488419 L0 E8 P# ?9 S
3 i1 @- n% ?6 n% J
(8)团队合作的一些心得
5 [# l2 d8 H" `, R- I
7 {' z) c. P% h* G3 |2 ~ Y1.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
( t2 g" L3 E# R$ v) v0 I2 _2.不会乱 不会重复做功 不会丢失工作
) C/ ?" B% {; @8 Y* t9 @1 @ a3 v3.经验丰富 总能拿出一种解决方案
2 W) i8 E2 G, [" w u: N( g' ~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 w4 }( o$ y' r# p R/ V
5.大致方向总是不差 错也只是参数不是思路 不是算法
* k5 P# p4 ?* Z5 C% h6 U5 e2 M; C6.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 ! M1 Z& k% a7 [- b- Y9 J/ P- c( c
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8 V/ C- w% }" e: [& s
--------------------- 1 _) c; S% e r/ p
作者:-英击长空- ( r Y P0 L+ l: W' u# }9 H( D
来源:CSDN
' r" C( F1 b. y' ?! `( Q) ~原文:https://blog.csdn.net/qq_26769591/article/details/80840673
, H- X- `' D: P% Y3 V+ o6 r% l$ u0 l
! D" [. D0 Y" q$ p/ Q' j2 ~* [+ L2 N5 |8 p1 t$ \
+ F2 v" F5 }" n- t& P' M; K U% l$ J. p
|
zan
|