数学建模大作业中涉及到的知识点总结

杨利霞

数学建模大作业中涉及到的知识点总结：

/ Q* r  ~8 T: T( j0 Q
! H+ j6 I; y& W（1）写作缘由
（2）统计描述：
追加用excel 做频率统计
- l# c" Y- K; Q5 O3 B, Y! v（3）相关分析（点二列相关 ）
/ P9 E/ k* @% e" B（4）回归分析
（5）特征选择和数据预处理
) g0 \; R0 d1 \（6）缺失值的填充
- Y# C/ }1 ]6 x5 ~% ^8 {（7）文档编辑的一些技巧
（8）团队合作的一些心得
- e  I) X+ D3 z  F! u  z* J（1）写作缘由

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
. e* r( G$ s5 {
! ?$ k  }) ]9 d7 D（2）统计描述：

①　频率统计
②　中位数
③　众数
④　平均数
⑤　方差
⑥　标准差
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
: u2 o* {1 P% w: E" `
, \3 d4 H0 }' t8 F. g追加用excel 做频率统计
9 t3 a  W4 b) x, \
# q5 V; @  c! l+ ahttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html

4 f; ]9 a4 V; K) V% V! A; P/ [（3）相关分析（点二列相关 ）
3 Z' }/ @3 b3 L& q6 |6 z

4 p7 p4 ?2 [; d  \% L0 H


（4）回归分析

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。
: J0 G4 u: d& }: u+ |0 u
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。

回归分析一般有这几个操作：
! b" t/ X  ^2 o) g" w7 x! k. e$ e①　设置筛选条件，刷选数据集 valid
, ]! X( y$ w; \

& n1 b3 p! S9 l5 \6 u: d
& y9 }1 ^+ D1 n+ M* C5 r②　模型拟合度检验
) Y4 k9 d8 `% k2 w; F, N

* b# m# r1 `' o2 ]
# O. w. _0 S" F7 a* b1 }③　预测的模型参数
% g! [" W' Y" ~; K3 V
④　预测结果，准确率
! m) \8 S8 K& Z! P9 {


4 i* G! ^5 n4 e- {+ j" d
（5）特征选择和数据预处理

1 \; C" \7 P" y6 p+ C特征选择，主要是gzh的想法
8 y$ Q0 o9 ^9 C特征筛选的思路：
分类变量用1 2 3 4 离散值
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
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
7 _  ?7 U0 g2 i% R
注意了：
, S0 G/ l8 @* H) {% H2 [筛选特征的时候，重复性要考虑、缺失值要考虑
  x1 f% B! r6 w4 `, e. F" w
（6）缺失值的填充

" ~2 C2 @9 B: _0 [" b" W9 F) V

（7）文档编辑的一些技巧

https://blog.csdn.net/qq_26769591/article/details/80848841
: I$ i3 O9 |0 A/ c
（8）团队合作的一些心得

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
2.不会乱 不会重复做功 不会丢失工作
3.经验丰富 总能拿出一种解决方案
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 再难的操作都能被逼近
5.大致方向总是不差 错也只是参数不是思路 不是算法
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
* {" R+ o7 a! r7.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
---------------------
, G6 P1 k! Z; O3 |9 H! S8 S
* I9 J5 w7 ?0 P

2 T; R$ r) _, S0 e, F6 m% L6 p