QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 4419|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 |倒序浏览
    |招呼Ta 关注Ta
    数学建模大作业中涉及到的知识点总结$ _% K# i& U/ t, {3 s: I/ R: Z
    数学建模大作业中涉及到的知识点总结:% F# J9 K; g0 i! ^& q+ X. k7 c
    7 B9 S8 I, h5 O
    (1)写作缘由
    5 e5 `7 ]2 u3 A/ n(2)统计描述:
    - r& H* P2 g6 f5 X追加用excel 做频率统计- u) ?3 _+ w; k* H1 u
    (3)相关分析(点二列相关 )' Z" R% u& R8 V. `0 j/ U3 S
    (4)回归分析
    0 D3 n6 B2 G% @* f- l: l(5)特征选择和数据预处理% h- T8 V0 ^* `1 C+ R
    (6)缺失值的填充
    6 l5 y& N# g, ]" S( Y(7)文档编辑的一些技巧3 R. I- k) f" f1 L7 Q2 T% M- Z( a
    (8)团队合作的一些心得
    % o4 Y/ f( E  r6 W& R6 F1 u1 ]! K6 `(1)写作缘由, k1 b7 |0 V. j% _1 `% w# c

    + F+ X! h. L% G7 q5 {( \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- n0 j8 a* [- G
    ! p' \# k7 ~' J
    (2)统计描述:
    " z" [) E9 h2 ?. \& S2 L$ j  r- J- r- M1 H+ y8 c% w1 h# p$ [
    ① 频率统计
    9 }7 e" E3 W1 `② 中位数
    ; j6 C  e* k( x③ 众数
    , t2 C+ e3 ~& `- z$ b6 V④ 平均数 8 B8 J2 v9 m7 O: ?; g+ D4 P! D
    ⑤ 方差 6 M5 B! [) p, m  R3 r
    ⑥ 标准差
    : h$ \3 h6 ^3 a! t- u& @% J8 U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 : x) S5 B" X. ?5 n
    ' K/ B9 F/ P& \' w

    " P4 x  o2 u8 U8 o4 ?; w追加用excel 做频率统计
    % c7 r2 \& `* z9 Y
    4 K/ {( i6 s. z! H6 Q; i/ Khttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
    $ Z6 k8 n5 a) f2 T0 ?: o+ D; D" T
    (3)相关分析(点二列相关 )
    1 }% U. P% w; f
    ( I/ W$ ], ?. x3 v+ i+ l5 d( v& Z' M- y+ a
    # n: ]$ F+ N: p4 ^7 @4 q# G, r
    * o& C, C7 g8 H' `+ C4 f

    5 ~+ k; D0 W5 x3 M1 [+ J5 I$ L7 F% a(4)回归分析! M3 Y! U3 d) a. O0 u) S
    * S0 c- {0 t. r4 J* v: q  Y
    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。
    . Q/ y1 f4 ~3 [9 Y! D- y
      c6 l& l4 K" {7 p( D" p2 \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 B9 t5 S6 S& N
    8 w5 f7 m5 i9 }$ N/ P/ P: a0 M
    回归分析一般有这几个操作: ; `5 J8 Q0 B8 M$ G; ?
    ① 设置筛选条件,刷选数据集 valid 1 c' E( P* d: @/ K& T2 |! T# P

    / N" B1 G5 Z" Y2 x# `/ F' X6 m4 \. j5 H
    2 U- a* h4 G: d' z
    * f/ [: ~2 L& z9 r② 模型拟合度检验 # ~4 L+ h( H; x3 H9 v& l
    3 q/ S. L9 `6 `5 N1 n
    , g, p3 S/ |1 P. k

    / l: p3 `) b" J9 ]' U③ 预测的模型参数 ! M6 m- l6 \2 o) h6 z( }

    - b, s  O. w$ C. G( R' m④ 预测结果,准确率7 h* p6 C6 u8 t! i/ ^9 z# w3 d9 J
    6 G3 n9 I( S% a4 |3 }) {2 @; f& U

    4 A5 q+ Q. F4 g5 _
    " v4 \# K% D' a5 Z) B( o& m, v# l" M! O
    (5)特征选择和数据预处理
      L" `3 R5 N$ V8 b
    2 G6 G' V( D! J4 {% C特征选择,主要是gzh的想法
    4 V+ x/ w8 K1 l4 p* j特征筛选的思路:
    0 V( z# w/ X! s5 I; J' e分类变量用1 2 3 4 离散值
    " Y, Q4 s: J. z% W) D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 ; T! u! r3 ]( 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
    3 _6 |9 N7 z4 U% H6 `& D+ R: r0 S7 d& c; V
    注意了:
    . ?8 f# y' L2 j  T) N筛选特征的时候,重复性要考虑、缺失值要考虑6 D9 p6 C& r7 H9 M. L, e! h
    1 {( E; A" x! w
    (6)缺失值的填充
    + a3 y  ]: [4 E8 E
    1 z. x) s% l) C' O( `1 j
    6 b/ n2 |# U* r: j9 O4 L4 X2 c" F2 G3 Z
    (7)文档编辑的一些技巧
    6 V$ B! G  `' B9 U1 b/ w- l, p7 e3 l7 a8 t5 y' K
    https://blog.csdn.net/qq_26769591/article/details/80848841+ q/ P+ f' s3 k5 w! L! ?; g

    ; c6 s! A# D3 z3 E  H9 R# K8 ~(8)团队合作的一些心得
    : V8 m7 K+ D  ^  o
    2 Z5 L3 t& k5 w# 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
    : U, z1 @: ~& b6 s) d7 r2.不会乱 不会重复做功 不会丢失工作 0 d( ~" a% @- B8 U! Z9 y% b/ I
    3.经验丰富 总能拿出一种解决方案 . X, k* {5 Z6 c+ J8 F% g! V( 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 # H1 s" {6 U7 J- P+ P; w1 \, |. W
    5.大致方向总是不差 错也只是参数不是思路 不是算法
    ) S# G) F* Z" U2 n7 z6.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
    3 f9 Z( {/ k. C" s, ~6 u7.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
    : K$ Z' p: S- V) q% x--------------------- 7 m8 S9 j( Q; V
    作者:-英击长空-
    ! q6 g. V5 m; Y3 {+ r6 ], o来源:CSDN
    + f; o  A3 Q6 {  v' n3 h% E& k) Z, D原文:https://blog.csdn.net/qq_26769591/article/details/80840673
      C; Z9 S. _3 k
    5 m: j/ A$ s2 _2 C. {; E+ ^+ T& g' n9 Y( d: T0 c: ?

    , p4 G- B( R& C: M
    8 m5 J( k2 z, U$ x

    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

    fastpost qq
    收缩
    • 电话咨询

    • 04714969085

    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, 2026-11-9 19:37 , Processed in 0.180907 second(s), 59 queries .

    回顶部