- 在线时间
- 1630 小时
- 最后登录
- 2024-1-29
- 注册时间
- 2017-5-16
- 听众数
- 81
- 收听数
- 1
- 能力
- 120 分
- 体力
- 541244 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 167752
- 相册
- 1
- 日志
- 0
- 记录
- 0
- 帖子
- 5324
- 主题
- 5250
- 精华
- 18
- 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
; D- G: q% V, @3 Q* ]# Z0 \数学建模大作业中涉及到的知识点总结:
8 U+ N, C2 o; }4 o. y
, X$ t8 Z) U3 d8 o2 F* j( L) `(1)写作缘由' v! Q1 S" n; Y* |7 n. K, h
(2)统计描述:! P' p# ]* K+ y2 k/ A6 |
追加用excel 做频率统计* ^3 j* f, U6 o4 O" w& M3 W
(3)相关分析(点二列相关 )
Z# D- T5 z+ V9 c(4)回归分析) u: C) w% P0 r, Y2 F' d4 f9 W
(5)特征选择和数据预处理
% U$ e* i# V( _; j% \6 N(6)缺失值的填充4 X6 ~8 W$ i( }3 e3 K3 U: f
(7)文档编辑的一些技巧) |7 N* g0 a- {9 a, I
(8)团队合作的一些心得# B% |/ a) o. C9 e n2 `4 y G
(1)写作缘由) u# j/ r/ p7 y" k5 @ Z r6 W
4 l3 D, Z3 c0 s' E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
! Y5 M2 E% d0 F6 T- o0 {/ ?
' T! ~6 f% N. Y" q(2)统计描述:# \; d% m$ l) N! l1 o& ]
* e* g4 ]# E; R# F① 频率统计
8 s: s; K0 O1 [② 中位数
/ j( V. Y& C/ L' }7 p2 e③ 众数 : l: j" N1 V$ q' J1 {
④ 平均数 " i( a6 d% S$ {# M5 ]5 q" V5 e8 I
⑤ 方差 ; M/ I4 @& D5 V, C4 P8 o% C, ]
⑥ 标准差
$ F& Q3 T. q3 Z, C+ f& x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 $ v# g! T) H/ \6 g$ B
: f8 y5 E/ ?' r: W \" a2 L
: r1 h) F. w6 `3 s4 _
追加用excel 做频率统计
! ?) Y# H; N( y5 ^5 n& e
4 v6 x. A$ Q; ]1 qhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html8 l( J6 {4 t: p
# a) P/ y9 ^- P2 A(3)相关分析(点二列相关 )
8 Z" Q5 D9 ^0 I3 l" U" k6 F o; D' Z+ n/ O+ J1 Q3 i9 D
- B2 Y( {: p4 L* X p
4 @4 K. F3 F4 m. G0 d
9 |- K+ r, d, ^6 G, {; t6 R5 X
! n" n# Q) p6 C. Y! e" L3 X(4)回归分析& ?- F- G' C% N6 W3 _- N8 L
! I( P% r/ ?) S+ J, f3 P
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。7 _) g( K8 ]. F/ E: k$ X* U
6 E/ C5 i* Y* S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。
: g7 S. |) g$ S. z# m( |* K( I S3 n4 b( r' q- \% ]! u& u k
回归分析一般有这几个操作: $ D0 a! K( K0 }
① 设置筛选条件,刷选数据集 valid 4 Y. }& A0 m- s. T; P; q
; S- {. a0 J) J. F& R" A
! f( c; D* H, M8 p
O0 K! k7 {( W- I. R② 模型拟合度检验
, D/ U1 D) O6 P4 V: f: \5 j; H0 Z
" {0 T. \) i$ G4 k$ s% y
; l, `( a$ Z, a, ]7 ~) B S7 V2 X2 H. Z9 R% o+ s
③ 预测的模型参数 3 Z! \- o' C# `1 M
* ^8 Z; S/ R8 q6 d: y a
④ 预测结果,准确率9 [4 o s0 o5 X
" J+ a# [/ A* I( |3 `
3 G- c- }1 O" \* V7 g0 S) A
% |3 i% I! |0 y! \$ [3 f1 b
% a( W5 N$ @. \4 L(5)特征选择和数据预处理
% S: R0 H0 F% X1 Y
0 @6 e' P' Z/ h- N* V; }特征选择,主要是gzh的想法 & U- F8 V( D9 b/ k2 u; r1 `* `
特征筛选的思路: 7 f( i v) F0 O' ]% `
分类变量用1 2 3 4 离散值 ( g+ C; K; u4 R$ b+ r V7 x& 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 ; i; }" G2 B6 j. j
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. w H" a0 A# i/ ?
" ] s. a( [3 `: Z注意了: % a _+ S. a0 k: m* H6 ?
筛选特征的时候,重复性要考虑、缺失值要考虑
{1 j# E6 I0 L% B: Z/ g, @: B6 z% e! \; Q% G6 l/ E
(6)缺失值的填充2 s4 A' T" J% H. X8 t# K
( ]8 v/ {& ]( @/ H2 x5 R( X' h5 n x5 j2 R
, r1 p$ b/ I' X9 _
(7)文档编辑的一些技巧) p1 f' ~$ q9 v" F+ Q% c6 z
' v" \3 \$ G$ k- W6 g0 e2 V9 e7 Ghttps://blog.csdn.net/qq_26769591/article/details/80848841
$ H6 Z# ]3 X$ G T4 ^- _% x) @2 [7 J% a) ]
(8)团队合作的一些心得
: s' K% J/ }5 W1 Y, P5 Z% N& w2 z
/ \' L3 h9 E I/ S1 C1.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
- z @3 @, R! P' k) p& v" l2.不会乱 不会重复做功 不会丢失工作 $ u# d& a* f; \: [" J- x
3.经验丰富 总能拿出一种解决方案 ( I3 Z% P0 ]8 z/ {4 K; X
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 a) I L+ F F- F) r' q5.大致方向总是不差 错也只是参数不是思路 不是算法 ( D9 L! R5 i! @/ U0 p9 ~
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
! s) b* {1 I) Y* ^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3 n% c) ^. T+ ~" N2 x
---------------------
) s5 l0 l, }+ H9 Z/ z作者:-英击长空-
& [. r6 K. M- r* Z' y% W来源:CSDN . ^& C" G$ S: o8 V" u: ~
原文:https://blog.csdn.net/qq_26769591/article/details/80840673 3 l( ?' c0 A/ C! o* w j6 ]
' r7 C4 _) ?/ ]& L3 n2 p1 y* g4 x+ s
# |& Q5 E) o1 Y; c% V2 E5 P/ s% _+ U1 R
3 h5 ]- L1 w) b) K" H6 F. g1 ~' g* }
|
zan
|