- 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
- 565664 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174922
- 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6 `0 O, h \, p- C9 X% Q
数学建模大作业中涉及到的知识点总结:
7 f# x8 ^$ [2 ]$ g& y i" D- t$ \5 }3 K) V0 g
(1)写作缘由
9 b/ G3 T. X: a; Q9 s' L2 j* h5 l! H(2)统计描述:2 c- @( {) ^1 H! D6 S2 F8 u
追加用excel 做频率统计
3 P+ b3 D, p& q(3)相关分析(点二列相关 )# ?4 r0 f5 w$ k' Q* z& W& S2 S1 y
(4)回归分析! H5 D* X1 ^; h/ o) [9 P" x
(5)特征选择和数据预处理1 k6 A* A6 ?* c9 A x4 P
(6)缺失值的填充9 j3 R, z: j: ]' P) Q
(7)文档编辑的一些技巧! i. G# F9 ^3 {! G5 f! {" Z
(8)团队合作的一些心得
( I0 R3 t! C# a8 n- t(1)写作缘由
; E1 z; c! |3 E
2 W) r2 B" I5 k7 ?) 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
. z. n0 L) Z0 z+ {! Y; S2 a7 [* Y
( a/ w0 }+ c8 o6 B! \' G9 f& Z" J- i(2)统计描述:: a" Q0 E7 _3 k7 l
0 {0 t7 V/ ]0 |$ A+ I① 频率统计
6 u2 u+ W" `4 }# y' I② 中位数
& p, O# d' O l7 F& _$ G- I ]' C6 Y/ Y③ 众数 & h6 B; b& `2 p
④ 平均数
/ l1 g* j3 r3 B2 S: U- L⑤ 方差
3 E2 Y! z" P7 t; k5 e9 G⑥ 标准差
+ ^9 S9 J2 g; [2 q: x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 2 i2 N4 n, k2 }6 U9 M2 t. V
0 B/ ~( L; _, ?* M, J6 [) t5 q
3 K: F9 i: @2 W. c追加用excel 做频率统计0 q* w6 @9 R- G8 R2 N% v
9 }* U2 f P# K& z. T
https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html) h% O" T1 D/ ~8 R$ I4 B: u8 D' n
6 E, } A) ]- ^7 O8 B1 u! r' ^
(3)相关分析(点二列相关 )/ l- z& u# l. a7 z+ A( m% A
) C+ c. G4 M! j' v
9 d5 u1 }& a+ C) D9 N # F% r9 g) N o0 f' I
4 q) y+ f+ h' h- \+ Z- E' H9 E9 q2 y- s
(4)回归分析
U/ S) F3 A" a: ?0 s/ |3 J: J6 R' X
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。8 i& f' N7 w- v; ?( S9 F
4 }8 L! A$ V! d4 n" E
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。& s. f, m& p. u* n+ G
& a3 [3 |) T5 E1 b$ w b3 O
回归分析一般有这几个操作:
0 i& Z. |) L, i0 z* i" v" r① 设置筛选条件,刷选数据集 valid
* D$ f" s. n8 a8 N2 {![]()
6 M, x1 g, E3 l! W/ J' R& J5 F/ J* h* }9 Y* {+ ]0 k' T
![]()
9 d' ^/ `; d5 W, |; x* M② 模型拟合度检验
! a6 w- @- g- i' K1 C& u ![]()
) E: W! n/ d% z6 H% ?2 H6 [4 A0 R- x * W- r9 M2 R4 P8 Q( b$ u
. W- r7 m4 X3 j$ j6 @7 |
③ 预测的模型参数 2 B) b w1 ?5 G9 r3 Y
![]()
. }5 c! A3 u+ _" y④ 预测结果,准确率
" {3 o( ?$ `8 @8 h# Q % @, @4 ]8 a! W6 p& {, q9 }
, f' G4 F8 x; j8 z6 Z$ U
, f; W3 n. Y: T% ?6 A% J4 D
& N8 b9 r% Y; i3 K- o
(5)特征选择和数据预处理3 W B: R2 _& Y9 y6 J# J
4 N* }- l8 z+ ~
特征选择,主要是gzh的想法
3 }! F3 @' X2 X特征筛选的思路: / s. q2 A0 D+ d, N) d3 u1 u
分类变量用1 2 3 4 离散值 * j- N0 B' [, n+ C
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 4 N0 Y9 Z* A' L9 ^0 ~9 v5 z
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% `+ D! m7 C; i6 ?9 ?
! P; \$ T3 n9 @- t3 y1 z注意了: : z, p' h& O- | H8 K/ R' n) ~8 _# c
筛选特征的时候,重复性要考虑、缺失值要考虑
2 ?) \9 T' {' ]* N
$ D3 t# s9 A7 a' u' J(6)缺失值的填充
1 A4 Y/ M" z7 X" k. [
! M& s/ A ?/ [$ A* A + _) S m% P# b1 L, b: R1 [! e
' V, m, `- Z+ P; f# Y/ J
(7)文档编辑的一些技巧
2 R. m) \7 M6 o0 N( j( u3 p/ L$ W2 G$ \% J2 v( S
https://blog.csdn.net/qq_26769591/article/details/80848841
4 }" @4 D M. w( ` P) i! R* N H
(8)团队合作的一些心得
/ y( [2 |+ q0 d! X7 ]2 ] i' e2 N: Z1 x! J9 l p% f
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
5 e# n) T2 W# x; l7 ]7 n! r2.不会乱 不会重复做功 不会丢失工作
0 S# X) n9 V. w3.经验丰富 总能拿出一种解决方案
( ~2 Q6 h! u9 F6 B/ y+ X4.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 $ a( d% `, X5 T. i* g
5.大致方向总是不差 错也只是参数不是思路 不是算法 . z$ Q0 S9 Z" o 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
) S! Z/ d$ d! {$ g7.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
+ c1 d7 d4 o' Q$ @1 j( \) ]+ b--------------------- 6 W) g7 m) w% j; ?
作者:-英击长空-
d. b7 W- O5 L0 h; e4 |来源:CSDN
2 R' p1 s$ h8 @原文:https://blog.csdn.net/qq_26769591/article/details/80840673
4 c/ j U% u+ R- p
3 r: i2 r$ {9 g2 d! ~5 o0 Y
7 }5 w3 d7 Z: u/ H. N( ]
$ a R2 w7 @2 g' k% i" Q- [7 e1 W% w% F! {4 [
|
zan
|