- 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
- 565640 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174915
- 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
$ v& l& y" i, a: r数学建模大作业中涉及到的知识点总结:
0 x: ]* t2 s( q
: G: L& ^, a5 @8 k3 G& P2 D1 {" r(1)写作缘由
F0 q- u; g; @& q(2)统计描述:
9 c" a- }# V$ Q( I' p追加用excel 做频率统计
" C9 |! K! g! Y- W. ](3)相关分析(点二列相关 )$ k7 N9 d o1 ?
(4)回归分析
% I4 M2 l) Y5 q" B7 |# i8 C(5)特征选择和数据预处理/ c! z3 i) O& k
(6)缺失值的填充- f' M. R1 c2 w3 N6 `
(7)文档编辑的一些技巧+ N1 w2 t, s8 D; s# K: p
(8)团队合作的一些心得
+ j! S# Y! N2 L# D, N(1)写作缘由( _2 b' s5 f$ ]4 j! a. T0 K
3 S2 a- Q4 m$ W1 ~" H1 r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0 q7 L( i$ r9 b9 |% z" h
: c1 |& K T. x; g$ m9 ~
(2)统计描述:
' h6 @1 J {- d1 M9 j# g; q% O# ]5 ^1 Z
① 频率统计 * G$ `8 T+ G" t& {# c
② 中位数
( R+ `) X- ]5 V8 }* [③ 众数 $ p% Y$ J8 ]# d, @; q, B
④ 平均数
. h+ ?# W. @9 q" @9 s⑤ 方差 9 H: E! l$ _. ^1 p4 n) g0 y
⑥ 标准差 - A5 r; {" |9 Q7 F
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
* B2 o L" _- [2 a$ a
' \! ]4 o. [/ O6 c" C
$ w1 g% `1 \0 y D5 |追加用excel 做频率统计
- p6 Z5 p6 F% h![]()
8 X' L7 K4 _6 Z3 ^5 w g) Ahttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html% _- v6 ~% w6 f3 ^
2 M8 s1 c4 ~' M( h
(3)相关分析(点二列相关 )
5 E+ \1 X3 ^/ t 4 A% e; C8 _/ E) A, n/ D
$ G9 z$ Y, `5 O* ^/ J- X
3 Z! t/ U5 T" [' N
" B: a% o4 n; S& D* w) g& E7 B1 p& ~0 ^3 d9 q
(4)回归分析
/ e) Q- t/ L' w
0 G0 M) K$ n6 q& i% N5 XLogistic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。# |1 J# k0 C" H3 T/ s9 a( l
( d$ g1 z' G! j5 C0 v& _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。% r, V/ w$ C+ ^6 y1 {* h" V% r
9 k4 n3 O9 H4 L+ J3 c( W8 W' {
回归分析一般有这几个操作: 1 @# }6 G) n6 B7 @
① 设置筛选条件,刷选数据集 valid
8 c! R5 h( x9 C( R1 w, o1 j![]()
% i2 i0 z* R/ Q& o, w% B% d+ t$ ^" s6 \: E9 U h% x
1 d2 O6 L- J) b6 J
② 模型拟合度检验
, g+ O8 v$ Z# ~+ S$ B) I+ r' [ ![]()
! S, \# H9 V: h7 @' k 7 @6 r" O* M1 l! U, W" N; c
" l6 H- c% E t* o) Y' v$ N* W
③ 预测的模型参数 0 u# P; O2 @" ~0 V/ }) C: T
![]()
' W( J6 a! N( I7 C④ 预测结果,准确率! y9 l9 L; Y6 {
* I: r. ~8 t( j S6 l0 y1 v; d
# J4 m# g& m: [* `; r& J8 g- E
0 ~! V6 o( s: M2 T2 b
# n0 n9 K: ^0 P8 c. W; a4 p G, }. S(5)特征选择和数据预处理8 h Z/ r2 L6 J$ }6 I a
" K% V3 [1 }' E9 O1 N特征选择,主要是gzh的想法 3 G( K9 u$ t' |3 R j& Q# j; w
特征筛选的思路: * M: d6 s" n7 }
分类变量用1 2 3 4 离散值 ' C: p) c1 b2 Y/ G! l. N R5 k
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
" k9 i8 D$ o" R) G) `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
5 X2 G$ P2 P" r Z% z% c6 O$ E7 M$ F" E3 X0 X; Y6 C# o
注意了:
9 m- g+ x) ~/ i. B# D/ p筛选特征的时候,重复性要考虑、缺失值要考虑6 b' }$ a# n+ k8 a
+ k' [% R) L- X9 h" `' V3 k1 p(6)缺失值的填充* o9 u8 V4 `# P7 n* T
+ d1 ~+ L* Q9 ~. d! t) d3 U& S
![]()
# ~$ D# e' k6 F0 s( b: s; f: D7 W* E; R7 k) g% f
(7)文档编辑的一些技巧( `9 {" \ X& [) I, g+ H
- y( }% h% y+ B% }# }https://blog.csdn.net/qq_26769591/article/details/80848841& u5 z, n: n2 `2 C( u+ Z+ Y$ y
7 \9 E! k% R; t, b0 J; S) q
(8)团队合作的一些心得
# Q' f8 a4 d; M3 z! ?
% ]3 o5 C4 M& e* N% x2 s' d1.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 ' F/ L1 Q: b$ V. p( s
2.不会乱 不会重复做功 不会丢失工作 ; V ^- ?9 }/ N7 P5 \. `8 U X( L% Y
3.经验丰富 总能拿出一种解决方案 ( i p. X% @6 ^% C) Q
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
/ R# X. W# o) e$ f. I7 _3 U! t5.大致方向总是不差 错也只是参数不是思路 不是算法
% k u) y; _4 g7 T7 d# d$ Y6.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 . |# W- h* Z) V! Z
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( V8 b ~2 Y8 t
--------------------- - N- k0 h) G( x6 T
作者:-英击长空- 3 T4 t3 b1 i9 l
来源:CSDN
$ v5 a) `, u/ P5 l7 d0 e原文:https://blog.csdn.net/qq_26769591/article/details/80840673
! V2 `4 V5 \+ f( A( W8 I ?- a# S" Y2 y1 w! W0 L9 Q3 k* j8 W
7 D6 N3 C: w' y* w9 [+ b7 M
$ u9 ?" b* e9 `
7 d$ Y6 u0 ?; ] |
zan
|