- 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
- 565663 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: " r, g1 M7 V; a3 k/ B
9 N6 A2 i& H1 }(1)写作缘由* l6 ^7 [+ e* l/ `! L5 H$ A
(2)统计描述:/ l+ a9 V% i1 }$ r# n( K
追加用excel 做频率统计
8 S7 S: C, j; S3 M; t2 R, @(3)相关分析(点二列相关 )3 h( I# F, [; L: I: V y, G
(4)回归分析
) O3 D/ G( i$ u! ]+ f" ?3 h# b(5)特征选择和数据预处理+ ]; @/ Y4 p1 Y9 M! j! l' f
(6)缺失值的填充
4 M) E8 p3 ?3 Z& a( F0 M# Y(7)文档编辑的一些技巧
9 [$ w* P+ u M(8)团队合作的一些心得
5 U! `5 O9 I* s(1)写作缘由
3 K$ k1 ^; [' Y2 E- X; q! w# U7 u! J! o; Y: D
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& y( W/ Z. N; _7 d* k" G
3 S% ^ [8 l3 F& q- q
(2)统计描述: d4 h R [' X5 D8 M0 `: q
, g- K! G1 r5 _
① 频率统计
2 \5 s- N, i9 V/ S3 j② 中位数
9 s9 Z/ r* S& [1 `③ 众数 3 B7 G+ z/ b" y: c) j. U l
④ 平均数 + t7 G1 J# y7 B5 H9 R( v+ i
⑤ 方差 5 \( x& P* `- |0 ^2 Q4 E" c
⑥ 标准差 , _. r- j, O8 {1 A+ t+ b# h
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
% s! P: n* O8 Q# Y5 v* F0 f6 ~+ \# Y- h7 s1 o9 U" j9 @! ~8 o
追加用excel 做频率统计
8 z4 u$ ^( ]/ ~
$ Y& o: a! j+ Z- Chttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html* _' J# ~- b4 m5 Z: ^
% b9 c0 K+ p6 z
(3)相关分析(点二列相关 )
) f( v) _3 P" g- K6 `9 Q, R
! C7 b% b5 A, u5 Q6 `
9 o; Z9 H3 Y; ?
* ~ w$ T+ f! \- s. H0 B) n' b, s1 R3 M: L \6 K- n; z) y
8 [ C' n% {: z% ]" m(4)回归分析% t' R+ H/ l2 B5 b% O4 G- v
* _0 h( d# `, N8 uLogistic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。
9 T: G/ p! K7 h' |' `/ l
& ^: H6 z0 ~3 F! F0 g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。: D3 c3 w+ H) B' z3 \7 ]
. V% ]* L4 M* L# X: t( X回归分析一般有这几个操作: % w0 V& {9 Y% J' N
① 设置筛选条件,刷选数据集 valid ( b; [! W8 t3 e* P6 f( w) q
, T4 h+ x& ]6 p ]
1 T% K7 D3 m% t; ^+ e9 [! {5 \+ N
② 模型拟合度检验 5 a. V+ p# b9 X( g" J4 j1 r
, d) j1 _$ O9 b4 T8 V4 i# k
4 c: p* G" y# Y" J
* C' F- U- K" P
③ 预测的模型参数 ) ^6 w1 x/ _: o4 F
% P/ L% \ Q% s+ W④ 预测结果,准确率
% w( l0 u0 U) G0 |9 Y3 G$ d$ Q- W+ k% e) b
+ w+ t' M: N' A3 \ p
/ z. n/ Q$ }" o) B! h8 S. l
; A3 i- g, z7 g7 a( w+ J% X(5)特征选择和数据预处理) H, A" @$ ~1 H! O- ]( ?9 Y
3 t* R2 X+ O* c: j* P( Q特征选择,主要是gzh的想法
& h0 G. Q; u7 ]$ `" [& d特征筛选的思路: ; m: J6 h7 ]2 z U5 A( M
分类变量用1 2 3 4 离散值
& C: Q6 |- a2 d* e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
2 I q0 h" d' R0 o% V( c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
( f3 J/ D% x9 G8 h- P4 }5 \- E( ?" D! s3 A) m( Y
注意了: n6 I2 z. Z- E; C; h2 G
筛选特征的时候,重复性要考虑、缺失值要考虑& s0 q ~ ?# B+ ]
9 o9 s& F* C& C; q
(6)缺失值的填充% f' j0 `+ Z' Q$ ]
5 C8 C [' j& m/ D, Q
* L, H7 w4 \" E0 w& w$ g
9 h) E! D4 y, G, M% c; D2 Z(7)文档编辑的一些技巧
7 L# R0 S/ t. z/ Y& }4 L& n6 S) L5 Z; A( \
https://blog.csdn.net/qq_26769591/article/details/80848841- |4 d4 c- L8 \' h" |5 [5 j" Z* v
8 ^" k! l& b$ T) E5 ]& @- m) W, f
(8)团队合作的一些心得
8 @6 V3 Y) g7 T. `9 q8 S* @
3 U2 f5 G4 [. q; j* \8 {1 X1.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
, T$ B& } V5 R$ M, @6 C2.不会乱 不会重复做功 不会丢失工作
0 p: d- d( P; n2 \+ v4 t7 @3.经验丰富 总能拿出一种解决方案
+ g" }5 F7 W7 [6 C4.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 $ J1 H% R9 U1 X: Z+ J$ M A! F$ W
5.大致方向总是不差 错也只是参数不是思路 不是算法 % }/ l4 a" S. |7 ^3 r# E6 m& K
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 , y6 E1 p1 g/ f2 F; S) v) o
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
: B! B5 B' d; x6 V; }" G8 A--------------------- : x* e4 m& `* q. p5 Q! ^
2 ~3 L& R" s/ ?+ v5 J
) o- Y, T" N7 u, g/ C
; @) q7 H) S7 |- z% w6 [) m |
zan
|