- 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
- 565638 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174914
- 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+ W; y8 s( }$ @% L
数学建模大作业中涉及到的知识点总结:
3 a- @1 T6 b4 T) Y: T8 X: V) ]* j9 ]& V9 M# ^: `) w' N* k
(1)写作缘由( ] m9 M. g$ A- ?3 I
(2)统计描述:
7 M' H0 b0 Y" R9 C! v. _3 p追加用excel 做频率统计* N1 V O$ g) D" o+ c' n
(3)相关分析(点二列相关 )
! \; Q# E. v. k* x' r! H) h(4)回归分析
0 m5 z9 C r$ K$ V. M(5)特征选择和数据预处理$ p$ v. W& Q2 x2 L3 ` L% l) L
(6)缺失值的填充* Y7 X$ C) \; |
(7)文档编辑的一些技巧
% t" C4 E) c3 b& J5 r1 G$ x(8)团队合作的一些心得( M* D& z( |3 Z/ j
(1)写作缘由
) Y. N! ?* m) b1 Z( D/ v5 h) t' y/ ]4 ?& F
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
" }9 X9 H, R x; R9 D8 y
' k! ^* s: a: d& s# T(2)统计描述:
3 T% P, l( T9 N, H
! b g. G+ S- s! g① 频率统计
- q4 W, V( C* r6 \3 z5 W② 中位数 * P0 i5 t5 o B9 ~* ]! O# v* @) C
③ 众数
/ Z* Z+ w3 L; r- ~6 p# ^④ 平均数
! b4 @2 Y b8 i3 U+ p+ O⑤ 方差 2 _& J9 n# b" H u
⑥ 标准差 0 _$ A9 }- [/ H/ _* m% D8 K
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 : r. w" t" B$ h; f* s1 F
$ i) ~7 M) }: k/ `/ x, I" @8 h
) E2 `1 u* n! b6 E; A
追加用excel 做频率统计4 u, f; C3 A! ?9 _& @- K/ r; J
![]()
9 S9 z; B( b/ ]7 j8 M0 a$ Dhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html# v, q! Y3 c5 X6 L. Y e
+ |) W8 L1 p6 K+ G" Q' E' w
(3)相关分析(点二列相关 )* a7 T& k# ~0 [- l- A$ P
4 ]! `9 [: m! S! L0 N0 ^
& G8 T7 a0 ?9 m d: {
# e w; i! W( u& U1 m2 L! ?! S
; {" x- r( W1 t
$ o( K3 ^0 o6 _' G& [(4)回归分析/ m/ r( Q% E: z( }% g$ d5 ` U/ [
* M- n$ R% W; GLogistic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。' ? m8 h# K) u3 c, C
3 H& K& U* v D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。
8 Y& \; `* `2 T, L" d9 N/ p) X+ G; A" N& z
回归分析一般有这几个操作:
2 Q- R! C* s; y; }5 V2 z, g- p. l M① 设置筛选条件,刷选数据集 valid 2 N9 G7 M5 {1 w* `% T; f8 s, q) O5 R
![]()
% l c! D& e, E4 h4 K V' c! D
G$ ]2 n' t% ^0 |# N/ Z, F![]()
$ `: V% _3 e% i! t' S② 模型拟合度检验 # J8 I* t3 ~( ]2 c( V: f6 c( U* F
![]()
! ^) u t* `; P- y* `/ }/ q: H , E" C; r( M4 X
. a1 }2 C9 V- ]$ X③ 预测的模型参数
# x+ W% l5 R( ` 6 Y/ X- ?# M4 ^# K8 k3 G9 f+ `. t
④ 预测结果,准确率
4 N9 x% o( c' B% {6 b8 y' T 3 H6 \) }+ C/ k$ e: d6 Q `2 Y
- @1 ^% R3 H$ Q% B, z
3 @5 \3 b$ b7 S+ J5 m/ O1 }8 c4 `7 R: X p
(5)特征选择和数据预处理
C) J% i \5 R6 o7 ^. a) w7 b4 c8 W9 J* }7 t1 x$ b
特征选择,主要是gzh的想法
( r6 p3 t" k/ C A/ @7 i) R& m) P特征筛选的思路: $ }7 q+ n3 X! O& F
分类变量用1 2 3 4 离散值 : i9 Y& n3 m& P! m7 v
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 ! @* W3 n6 E# [, u; Q* V" ?
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
6 H) i/ Q. g; }$ C& `
3 [! w: Z$ j) O5 I注意了: 2 m2 ], k$ Y1 ]0 z1 u$ z
筛选特征的时候,重复性要考虑、缺失值要考虑- h4 @7 }4 c0 ]" ~
, @4 {' S# R/ U# t
(6)缺失值的填充: @7 a/ P. R0 B; ?* p3 [( C
: @$ C8 P4 Q6 l' m$ K& K! e# H5 W& ~! R![]()
. I X9 ^8 D6 Z! l% a9 w5 z% O
- o, T, ?% ]$ O; P' a- n(7)文档编辑的一些技巧, a* ^6 H2 s& J+ f. d( Z2 O
# Z6 @8 A. w; `( S) [+ f% _9 R+ zhttps://blog.csdn.net/qq_26769591/article/details/80848841
1 ]" a2 K* Z$ E5 }3 e( O ^# {. m3 F* ^
(8)团队合作的一些心得$ J* \; P- s* i8 S6 w( h( Y% D2 w
7 t8 V; R' V; H5 d% U1 I
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
1 f7 e ^0 Z9 `/ f* T2.不会乱 不会重复做功 不会丢失工作
& @8 _6 G! F5 _* S( @4 T$ U$ y3.经验丰富 总能拿出一种解决方案 U. D0 r" P8 ~$ T
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
6 b" g6 H0 P( ]4 t/ y3 a j5.大致方向总是不差 错也只是参数不是思路 不是算法
: p4 v9 ^6 C' s- w6 c& P) }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 8 q- o% W2 b* D+ G' z: r! V4 g( m
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
+ ?+ Q! ?& l) t4 L---------------------
: E: e( s1 B$ q! O! x9 G作者:-英击长空- $ k' X: F( y2 B
来源:CSDN & Z# d4 {& p; n; A" y/ ] ~
原文:https://blog.csdn.net/qq_26769591/article/details/80840673 $ z# k( l2 y2 _3 H5 u
2 o% y2 e! z- { A$ H/ C
) D8 J$ x. L Y+ z
I+ P) q* r3 d* E
8 }3 b: r7 w7 ]& ] R$ f! O2 w |
zan
|