- 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
- 567082 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175347
- 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
, ^2 p- q$ K& D* y数学建模大作业中涉及到的知识点总结:
& O% V9 j; Z3 Z' f- t" w4 Z0 {7 ]7 u3 @) b. h) x% G- I
(1)写作缘由1 a" M+ I2 U0 }4 j& [3 u0 S
(2)统计描述:
' V2 Z) T0 G9 C+ q0 ^, M$ x3 C9 |追加用excel 做频率统计% @6 d: E, r& F* @+ I! J
(3)相关分析(点二列相关 )
Z1 Q: x4 d7 A4 X' _: n1 m/ t+ V(4)回归分析
7 r s, ~- L: P(5)特征选择和数据预处理& ?0 C9 b% T7 Z, I
(6)缺失值的填充" ?8 W+ f3 I. j( X% x+ U
(7)文档编辑的一些技巧
6 ?" F. K8 }! {# y(8)团队合作的一些心得/ j" i; c9 C$ g3 y: F& X2 m$ \
(1)写作缘由
+ q" a: Z) d/ M) g- l: J
+ W( k$ j. A' U: @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 k' B6 T- x. t6 G+ B; Z
# B0 H0 K7 f6 u(2)统计描述:
8 ]6 e# w1 |( O* ?2 t5 z
" ?0 W7 S, J3 ~* R* i① 频率统计 4 B1 O- c! ~+ m% ]8 g; W! w5 o
② 中位数 : r* z8 ]/ _' }- N' |4 f0 c Y. b
③ 众数 5 B' A6 }7 a5 p/ o
④ 平均数 ) z6 R* K L, {6 b! [+ s
⑤ 方差 5 `4 T3 Y: l7 G
⑥ 标准差 . ~% {0 o. ~, u2 ` }* k. q/ V2 s
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 * s- a) g2 x7 r$ W" G
; n5 H# u" g* R* D
# I) u$ l+ C# ?3 d追加用excel 做频率统计
# X" p J6 w: o, q9 E& L![]()
& A. `3 Q% W7 g1 Z! f8 \ S- jhttps://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html$ I; z3 z9 \. T- G3 P- C
) r5 z0 d1 F. x: x5 o/ T- }2 d5 f
(3)相关分析(点二列相关 )5 x5 ^/ ?( A! P; |- S2 D; L5 i
* }4 _8 `7 F* c1 B
) \2 X1 ~) g% U B; T
![]()
5 \$ Q" [) q6 x6 ?" |, S0 O9 `$ P/ Z* _
# y' d7 `, X2 P2 Z1 h. x+ Y. p
(4)回归分析, w4 g) E$ A0 O! r$ a2 s
! C9 i& @, }# SLogistic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。( X2 s7 i. A! j x: I
" P) ^' o4 ]! I
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 b! s! N" J8 d; j/ P; A. s/ _
/ J- z+ }. M4 k3 _. A
回归分析一般有这几个操作:
1 g% T2 `$ E, [① 设置筛选条件,刷选数据集 valid
& _ R5 Y/ o' \/ O- Z![]()
" f) e' a# \/ h$ ]7 [. Q6 I6 }( ~- m
- `0 R) P4 \" }5 ?
② 模型拟合度检验
/ R! r% @8 D5 W8 T i5 d" S1 J7 W ![]()
% m/ @* Q8 E0 q! r$ @- A; r ; N4 Q6 q$ A) E" A$ i& v
3 @5 `( F' o6 ?, q& Z
③ 预测的模型参数 * @5 G: r$ J/ E1 u+ _# | O1 @
![]()
7 ]0 Q3 E# O# r0 h, ~ L8 C④ 预测结果,准确率2 S3 ^- h: B4 T, ]6 y, h# D
- P: W p" n1 P M
. e1 X2 f# i) Z- n' T
4 ~$ |, _( i7 e1 }
; d/ d" E" O9 D9 Q* g' @& E
(5)特征选择和数据预处理7 i d, ?4 I9 V
( Z, O& W. h- [# d
特征选择,主要是gzh的想法
- ` j2 r8 ?. T+ T- c特征筛选的思路: , E' m8 r; k0 A7 m
分类变量用1 2 3 4 离散值 " Q" E, X& Y1 g7 S; y5 Q5 c
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 8 r- A% k% P* |1 f9 J* X
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 D% a$ o+ B+ J, U! R, p, M j6 }
/ u1 p/ t, c& S- x' f r1 W注意了:
5 z" r6 g$ i8 j/ p( r8 i; o筛选特征的时候,重复性要考虑、缺失值要考虑; O# ^5 U* S4 w. u" M
" G6 u0 o8 C/ j! |2 G, \(6)缺失值的填充& z/ K- T. Q6 U; N
7 v& f7 L$ n2 @1 @: L
![]()
: S5 _) K( q6 x) r* b
. N3 \# V; Q1 n4 g* Y(7)文档编辑的一些技巧
5 V9 ]1 g- v, [4 ]+ i
2 e. o1 E# t$ Y) phttps://blog.csdn.net/qq_26769591/article/details/80848841/ e l2 g9 j7 f c4 m& m/ Y
2 q M( ` H f8 I/ B) p. E
(8)团队合作的一些心得6 h+ r* M; J: w" \3 o8 H9 O3 T
0 `" d# {7 U! B( Y, x2 \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 + s) a; r7 z7 a: Y, F
2.不会乱 不会重复做功 不会丢失工作 & O3 b0 f8 X! v' H c1 L) r
3.经验丰富 总能拿出一种解决方案
6 J: z/ _. k3 X4.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
5 T7 |6 ^2 {: d$ \5.大致方向总是不差 错也只是参数不是思路 不是算法
& [/ m) `2 r1 l& o6.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 y8 X& g- {, \5 v# |# k7.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
6 h% y% O) j* F- ^6 c% p' V' u7 x% n---------------------
# ?& D2 q9 V1 }% V/ }作者:-英击长空-
* }8 d9 B( ]4 M# ?9 _: |来源:CSDN
+ c" g) q& Y4 o, e! j: }' h1 K原文:https://blog.csdn.net/qq_26769591/article/details/80840673 # Z, ?4 M9 q0 j/ c7 s
) Q5 u4 z# B3 N- y7 k, `! B# \3 U/ y; C) \( j
. d* n2 ^$ B) D& B' @6 T% A9 `) X2 J3 V% D' q0 N, \3 }
|
zan
|