- 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
- 565602 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 174903
- 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
/ I: K+ [% k4 F$ f, N数学建模大作业中涉及到的知识点总结:4 {% j/ w3 x6 \- J. z) q
6 m% ~0 Y* g) p, f6 ~8 C9 U3 L8 R(1)写作缘由
- s/ e/ m3 ]' y- _, x( Q% P# j/ W(2)统计描述:0 i& {+ L& T/ _. m# T
追加用excel 做频率统计5 V% z7 ^' F# J5 Y" T' n
(3)相关分析(点二列相关 )
. c+ } }8 m3 f(4)回归分析& ]/ m( z5 U8 V" f% T. }. |6 L( W
(5)特征选择和数据预处理
7 X0 m( \4 K' v+ b c. \" H(6)缺失值的填充 d* S# J+ ]/ x0 o3 c. `6 I
(7)文档编辑的一些技巧0 q$ y) U+ q0 ^/ L
(8)团队合作的一些心得- {% Q3 U9 W T2 ]+ ]; f
(1)写作缘由# k8 ]0 A- A" F
: X$ p% Y' U* D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* |$ |; r3 V( X7 z# o
$ ~; q$ a6 q: i+ b0 _(2)统计描述: @; z: V" X9 g4 P: p+ Z
1 G, J8 b$ w( l① 频率统计 # D8 F& f9 b+ |- ^
② 中位数 $ W0 }: V+ F, G4 I
③ 众数
$ j ]# M0 c1 o9 y④ 平均数
1 x7 K5 ^1 j( h" v0 s% h t⑤ 方差 # ?" e& m( Z& J* e7 y, P
⑥ 标准差 + t+ I8 z# V' w% P/ v) M
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 G' d! l! G4 Z1 C4 A# r3 T" B$ u3 T1 |2 q
; W/ P: X+ Z4 S$ }& b8 k/ C6 b
追加用excel 做频率统计
5 L6 D8 ^% p5 K& ~![]()
6 G/ K9 Q v+ Mhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html& J* D2 n) ]) ~( Q
( n+ T& M+ w# H3 i# ]: N5 {5 u! X
(3)相关分析(点二列相关 )
" W. _) ~3 Z0 e2 ? 1 ?6 k! M/ Z% L/ g
- e* R, c7 q' A% I% i+ P/ r
![]()
) t) z! o' S/ C% @; g
9 P. E7 O8 T, G# i, K' P l
' M6 x# _! q1 q5 @. z+ }& {6 G(4)回归分析1 _" r' R- G* E( l" a0 z
% [! ^( c7 V6 k0 R( jLogistic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 u& e% f8 {& B G& Z0 w
! x. w7 P. f: X7 J8 h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。% q' r& e' X) H' X
4 o; ]" Y4 F, i' D% j# \& U
回归分析一般有这几个操作:
( C* W) o+ i0 R9 b① 设置筛选条件,刷选数据集 valid 3 X3 Z9 Z& T, W% q4 {4 c7 L
![]()
6 u5 |3 I; \6 h
/ U# M- L* P& u![]()
4 z' {$ C; k5 @. J4 o② 模型拟合度检验 $ m# W! w" x% u6 Q& E
![]()
# i, N# p3 l/ C6 @+ y/ T![]()
: b; d* ~- E( t' D, O
: S1 A2 o( E/ M- {③ 预测的模型参数
% j) h C- q( D4 | $ H( r" G' j5 ^$ m2 m3 ~
④ 预测结果,准确率
6 h# ?; r3 D8 H; D) s* k : b; c6 z" Y+ e) ^0 _* P
7 h8 i: C( P& J) Z) F
0 K6 N3 e9 O: e6 q' ^. f0 S1 E. e
+ e ^4 e' n: W" N1 I9 h2 u, m& A(5)特征选择和数据预处理
2 U( r0 `0 M8 R/ U6 W
" W' F# ^; @% B: T特征选择,主要是gzh的想法 . R. x4 k8 ]( `* U0 A
特征筛选的思路:
/ S$ Z0 A, ^. G. L! |7 o$ u7 p5 `分类变量用1 2 3 4 离散值 # L$ t/ Y6 ~2 J/ W/ o5 s$ J# {$ L9 b
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 9 C% s: M7 W, m
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4 h3 N/ B9 i1 ~4 y9 ^ q
4 ] z, |& Q' R/ W9 M注意了:
( t( l% m7 c7 a* J; s6 f, M+ n8 U a筛选特征的时候,重复性要考虑、缺失值要考虑
( p5 B4 H2 R+ k5 M
# C/ b, N" [+ S6 H(6)缺失值的填充
. a. _1 {9 |% e/ b# x+ f; B8 N) w# `- N% `6 D/ r9 T& G2 Y$ d, [# H
$ ?: y2 a8 P% {% G9 g1 m( ?
$ H6 T8 k+ p1 i2 Q; T(7)文档编辑的一些技巧
3 _0 e+ ]/ A8 M* h/ z- C( G* \: c& F/ O3 i
https://blog.csdn.net/qq_26769591/article/details/80848841$ T& P/ G! l5 n' x% I( ?
% l4 b; V5 E, j- N3 l; @0 M6 K
(8)团队合作的一些心得3 m' T0 ?/ `; c% F9 h
* [& t& ~1 m6 c" V7 M9 I1.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 ! d0 W" O( }6 b$ L
2.不会乱 不会重复做功 不会丢失工作
/ t" u& p% f. s% E t' ?3.经验丰富 总能拿出一种解决方案 ) m1 s% v) F: I4 q7 c: I' y
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
* v% t$ }( m" c: K, {5.大致方向总是不差 错也只是参数不是思路 不是算法 , A. q( T/ J) |1 f- |6 b- 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
. K: s. B: |! F" N6 M7.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9 l: ?7 C# _ U+ j
--------------------- % X9 R7 O G" y6 ?4 ?( |
作者:-英击长空-
d" U; L4 E# f& L! P4 [来源:CSDN
1 o: h8 O: Q7 l& x4 q原文:https://blog.csdn.net/qq_26769591/article/details/80840673 # ]( S8 Z1 f# X4 G8 x# n
/ U5 Q& }# p9 p- o, k- S+ U, a* v% F
6 k- i; C" z- R& h$ z* d: c H
6 C3 w/ ~' M; t3 B) Y6 E* j1 r* t2 F
|
zan
|