QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4301|回复: 1
打印 上一主题 下一主题

[个人总经验] 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 2019-3-19 17:48 |只看该作者 |正序浏览
    |招呼Ta 关注Ta
    数学建模大作业中涉及到的知识点总结
    % i, |& X4 F5 H# G9 _! w数学建模大作业中涉及到的知识点总结:# w" p4 A, V1 M& Q" M1 W
      q# A& v# j) ^2 A2 i1 y& H
    (1)写作缘由3 D& ~+ d6 l3 A7 a  }  ^
    (2)统计描述:
    6 k: }8 |* P7 T追加用excel 做频率统计8 p/ M: s% P5 w. D  q/ t# i
    (3)相关分析(点二列相关 ). c% m! V& g3 I0 T4 Q
    (4)回归分析6 O1 X6 P& x% w1 E4 b2 m
    (5)特征选择和数据预处理4 V4 |" a8 k$ f7 U! ]
    (6)缺失值的填充
    9 \, `4 o. ?' b3 I2 `' \) V+ U  w( e" a(7)文档编辑的一些技巧
    5 {; z4 d- q' w2 x/ \2 }3 r& _(8)团队合作的一些心得
    $ k! v" L' E0 h$ ^2 b( P(1)写作缘由
    ( c$ c' w! ]8 Q6 @8 ~/ y) g  `" |
    5 Z: x3 y) W; n. q7 `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
    " U. P7 G8 k/ \; X  U, W* t) g) T' v3 I( p  m) G* l: n
    (2)统计描述:1 u  [( O2 S4 l4 c5 R

    5 @7 n' ]0 ^# s9 ^( m* U0 o① 频率统计 + J7 `0 s1 e% y" F/ X1 h- g! @/ Y+ M6 s
    ② 中位数 : U. _- [& a4 Y! V
    ③ 众数 7 U: t9 L0 [9 |
    ④ 平均数 0 ?# ]. o" e6 w9 S4 o* c) Q
    ⑤ 方差
    0 M& G" n- [9 X7 Q8 ?3 t/ l⑥ 标准差 ' d! N) U1 u/ O
    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
    9 E+ g0 z; J1 d" t3 H) T
    : ]0 c6 p, Z, {4 i2 Y
    % F7 w' J1 r4 l/ F' G7 j7 d, u' @追加用excel 做频率统计
    - r0 S: H6 {$ X" f( W; ~2 |& M1 u1 z, {4 Y
    https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html( a0 h8 _1 i  u- o
    1 I& R8 K- U5 l$ |2 T& v: @" u+ @
    (3)相关分析(点二列相关 )2 p( c5 B4 w: z# d/ _0 S4 l3 W6 [
    6 t" Z7 W) g5 K+ q
    + L; z) @$ X1 d/ B5 ~
    ! q; E' k" z& I% M

    $ m% P5 A, S' l- w# i/ w
    + A5 B  P6 p* R( q' `$ ](4)回归分析
    ! U; d# v8 L( \' k  D2 ?' U5 P% _: k4 o3 b1 u) a+ T1 l5 L) S
    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。6 O8 @0 o: j1 f$ ?! X
    7 s3 L4 \1 f* Z% J* p2 h5 U0 p
    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。
    6 |9 t6 m; v* {  p* ?: n2 }! Z/ w- a' A/ p: O: ]
    回归分析一般有这几个操作:
    ' p$ h7 Q4 ~# j+ o5 @① 设置筛选条件,刷选数据集 valid + Z/ |+ ]. h/ X4 s

    + e- {; }6 K' r! t* J4 _* K) T8 C
    * L# c* T) z! P! @
    7 ^+ e' h% ?0 P& I. H) w7 Z$ I6 s② 模型拟合度检验
    - M. q" p/ L# T" i" L2 W / r* \. r9 N$ O7 a4 a$ Z: M0 u

    ! Z  \# Z& M, ~8 f
    , a6 k5 T$ l: L* {  L③ 预测的模型参数
    1 h5 q/ S- m# H1 M: j 9 b! Y2 `7 k+ s7 I6 N
    ④ 预测结果,准确率! p/ ]7 q' b6 S( ~1 q, U
    0 ?; Z# X" s! K+ t0 h  X" V) r
    # v$ g( e8 h/ F* \- a
    5 S$ Y' r' }' Y& D

    9 Q6 b2 l8 x5 [9 ~+ ]3 x/ @(5)特征选择和数据预处理
    ! b) C1 L0 `6 u( ^' u
    6 V2 N" x! I. {0 p  S' d' Y2 U特征选择,主要是gzh的想法 # _$ C* V" ]4 I. d  s0 o
    特征筛选的思路:
    + ^" g! ?8 m1 t/ O1 a" q分类变量用1 2 3 4 离散值
    - [4 O: q, Q! n7 r, z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
    1 j! o- [) B$ W4 [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0 Z8 O  r2 K/ J
    7 B: z+ {6 [* G% ~& b
    注意了:
    ' }3 A( ], R/ ~8 G& Q; x! {筛选特征的时候,重复性要考虑、缺失值要考虑: A5 L+ x# l+ J
    & D; F) D& t- D4 c( j) ~
    (6)缺失值的填充* y6 h8 J5 m7 E3 c' p4 L

    8 }6 _) t% B* k
    * G1 y5 y* n5 ?+ }% ?8 J+ q- t3 w0 Y0 }: j
    (7)文档编辑的一些技巧* b- [, e1 ^: I- c! \

    % I- o& f' q5 a' d' `, m- w9 Ehttps://blog.csdn.net/qq_26769591/article/details/80848841
    ; f  ]& G" g3 S
    ) ~0 T6 g. F3 [- X5 x(8)团队合作的一些心得
    . Z! E$ F! f! G) v% K% m5 F) ]( h6 w* V6 \
    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
    * {$ M, n. Z& ?1 _' y2.不会乱 不会重复做功 不会丢失工作   [- k! f7 J  m: k; [. y; {
    3.经验丰富 总能拿出一种解决方案
    4 j6 M/ h  f. H0 O/ V( C: ~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
    ( C# u) P" e8 Z4 S5.大致方向总是不差 错也只是参数不是思路 不是算法 ( @5 H7 s# u5 t
    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
    " T: L! Y7 S$ N( V$ ^0 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2 e1 T8 _- ?4 H  G
    ---------------------
    2 X6 F' m) P+ Q作者:-英击长空-
    1 ~/ {- q/ l& L2 R3 s& V来源:CSDN
    6 U) j  [: b! k7 Y原文:https://blog.csdn.net/qq_26769591/article/details/80840673
    5 b9 {& q" p4 e* n3 }3 \* m, r1 |) O
    5 K- {. ]: C3 @: C$ f, H: v/ u1 j" h+ T/ ?. x" n

    4 U1 U" G( u/ b* ~6 J% t) {$ n9 A: j, [- t" H& m* B7 @0 ~2 S

    16种常用的数据分析方法汇总.docx

    20.53 KB, 下载次数: 0, 下载积分: 体力 -2 点

    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

    0

    主题

    2

    听众

    8

    积分

    升级  3.16%

  • TA的每日心情
    郁闷
    2019-5-25 20:27
  • 签到天数: 3 天

    [LV.2]偶尔看看I

    网络挑战赛参赛者

    回复

    使用道具 举报

    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, 2026-9-14 00:51 , Processed in 0.595237 second(s), 59 queries .

    回顶部