QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 1979|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
    6 E/ G2 A3 A2 \) k( \. W" G; N5 O; z

    3 w9 `1 B/ p3 `0 I/ ^1 c5 {2 k(1)写作缘由
    * b* i0 G& c# L8 l. y9 t(2)统计描述:
    - s3 j' Q- M9 i& a# j5 P追加用excel 做频率统计
    , P2 y9 Y6 ]5 p: T(3)相关分析(点二列相关 )' E# T( N- d, `  R" l0 a
    (4)回归分析
    , q5 s* _% g; W# |' n: {(5)特征选择和数据预处理+ j0 q; T9 ^% P, e( }1 s
    (6)缺失值的填充, ^+ q5 z+ }* @2 X& D
    (7)文档编辑的一些技巧, b( Q4 ?( K7 V* o
    (8)团队合作的一些心得
    ( v  E3 B5 M% F$ v(1)写作缘由$ `9 E6 x. q, H+ |1 s+ l
    * m9 L3 A& ~! {. f% T, [1 Z
    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
    . O: `5 h9 N# \3 Y
    % b" v% H2 T9 f: j0 S4 a(2)统计描述:( c' }* ]$ v( W' k) Z

    5 F$ Q2 n6 ~( `& U① 频率统计 : U% d& f8 w4 Q, J
    ② 中位数 & ~4 C* Z6 U4 ~& u9 i3 c; `+ P4 W
    ③ 众数 4 |0 l1 R/ p' {) v
    ④ 平均数
    ! T* X1 Z% s$ E7 l6 h⑤ 方差
    ' y" u2 E0 `9 X  G$ E1 h⑥ 标准差 1 m7 I- q& W5 k- Y  M, L8 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 . U7 N$ N" V4 j

    , R. {: V9 m" {8 w% x7 q追加用excel 做频率统计) F& }1 k4 p4 V1 H5 w3 V

    ) L; s; J0 `& S* G  f6 T: Bhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
    : x$ g% x# @! C( n; T- h7 b6 b3 l
    7 q+ g$ p( T# _(3)相关分析(点二列相关 )
    9 j+ v. X  s9 Z) s6 z7 b
      t3 E7 H. t+ ]: @; j
    : i7 y0 q$ i  D4 K# ~2 \
    : V# D# a1 F9 @1 @7 R9 S! N! M8 L
    ' y. X* Z1 Z8 ?: H( l5 w3 O0 }/ c' Q$ t2 y+ \
    (4)回归分析4 J1 ^: |8 p! R- }' A9 u
    9 z  h7 n) y" N1 s, U& L  w
    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。4 Z2 g2 j$ A3 T2 v& |1 n; m
    . N5 o0 F9 ^% u$ h- N6 P3 q
    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。2 F: e/ `, ^9 y; c9 n

    - T( Y7 e5 J: i回归分析一般有这几个操作:
    ' i6 U2 K2 F) J. V7 s5 F8 ^① 设置筛选条件,刷选数据集 valid 7 A3 O  ?+ P5 L

    2 S1 |, w# d. g8 X4 g
    . X6 d0 ^! S+ `2 \/ @& M7 s3 Q# h" G' v& E5 j$ c
    ② 模型拟合度检验
    8 U' U9 v% i' F4 G4 D/ \& n- l/ U' C' A  X' a( _  O% f

    ! x7 g0 `9 f/ k! `8 h9 z. Z8 J( c! J2 I$ F! w+ ?8 g7 q/ e
    ③ 预测的模型参数 # `9 n( ]2 E; C
    & _% b$ n. E2 d: N. }
    ④ 预测结果,准确率
    1 v/ I, y+ g' C8 I' ]6 R2 H- V) `6 T- O1 Y% Y7 a

    - b  h0 x3 D4 Y: y! T3 y# Q# V
    ) Y6 f2 W7 x% E) a- H, V: k4 c/ ^
    4 a" p$ U( ]2 [(5)特征选择和数据预处理2 ]. D3 q$ W. c+ m$ T

    9 Q9 `% O3 M1 g! Z/ _6 P8 K9 i特征选择,主要是gzh的想法
    & A5 \3 \/ N$ k# a! l' m8 N/ A特征筛选的思路:
    ! x$ w- O4 H2 n$ ~' w$ v分类变量用1 2 3 4 离散值
    1 B( D8 e, y, R* Y1 _. i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 # C; F) I( Z" U* z7 P/ 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1 L( q; \9 }1 x$ k; G; a6 M
    % z, x$ L' n2 [* b
    注意了: % z' ]0 N: W/ N- b+ u" D9 u6 W
    筛选特征的时候,重复性要考虑、缺失值要考虑2 @" v9 ]& Q; a4 ^
    # T( \3 a% b6 s" j5 F0 d! }" t
    (6)缺失值的填充
    # G3 b( D& i% u7 F( e( ]
    + I9 l, D1 S: d4 K: P" [) J3 w
    " F& g, t0 o* Y9 L" C( s6 v
    % p; ?+ E- b" _- X(7)文档编辑的一些技巧
    . f& O; p* q! V5 P
    5 F/ W: a0 G: Dhttps://blog.csdn.net/qq_26769591/article/details/80848841
    , ~/ f: s6 B9 C6 y2 p" o3 |0 W4 ^" v, G
    (8)团队合作的一些心得
    , ?$ W, A) r( I( S7 w. G
    * A* c% o+ e0 W- r, t1.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
    # B- s6 v5 |( ^3 T$ v) ^2.不会乱 不会重复做功 不会丢失工作   o' S1 r* o/ l7 a( b$ a
    3.经验丰富 总能拿出一种解决方案
      B1 T. o+ l  g4 s: ^6 g4.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
    ' x8 q. x  e, K# z# l) X5.大致方向总是不差 错也只是参数不是思路 不是算法
    - r; m- ^6 ~3 Q9 V7 p* i8 [6 B6.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
    * ~# N. J* B( 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
    3 _9 h7 |/ \) R& Z. q) B  I---------------------
    & h3 N- G0 h9 T: [: i1 I9 Y' x" `: Y
    / ?. |, w$ g5 l, U+ Z

    3 \# g) G1 ]6 f' G

    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, 2026-7-31 10:27 , Processed in 0.434605 second(s), 55 queries .

    回顶部