- 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
- 570854 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 176479
- 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- s) b' \8 H' G! f4 V& G$ s! y
数学建模大作业中涉及到的知识点总结:
0 A& v) ?2 x, L- q+ ]
0 g3 s- w2 J7 ~. g3 s(1)写作缘由
1 r( u0 Z. ]/ a7 T(2)统计描述:: }; M* e0 Y* u$ C# v7 o2 ?7 U- K
追加用excel 做频率统计8 G* ]7 F4 F6 ^. L- M6 D8 E4 w
(3)相关分析(点二列相关 )
4 l% C0 f7 R( n: G% b8 \(4)回归分析: K P t i( I- ?. z, X, _
(5)特征选择和数据预处理
! I" r' C/ N: I(6)缺失值的填充; g; r1 S3 `# k
(7)文档编辑的一些技巧1 r0 }2 H1 E7 h0 q
(8)团队合作的一些心得/ R; k" b4 m9 m& ?, Y
(1)写作缘由
7 h0 J: b( j! i8 I2 \$ f3 T
E, Q0 n+ 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
0 p* L0 q, \. g5 z v+ o+ s* H: b J0 z% L' Q
(2)统计描述:
4 ~8 b; J. G0 l) g6 ^ ?. [8 n1 L7 R- p6 S+ s1 L& K* _
① 频率统计 - n: y6 i Z) d; Z4 Q7 ?" w i: X
② 中位数
2 m- x4 M; N# R: m/ z6 ?$ l" }& B③ 众数 4 M7 c$ x$ }$ C, F: P L* F
④ 平均数
* e' I+ x( Y [/ _⑤ 方差 % ?' H! m+ o4 {+ }
⑥ 标准差 9 H8 u0 ~9 d4 @. J- Z9 |6 q. L
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
0 y8 {3 @& ]8 ]# x4 l' C
# U. w7 O2 ], H
$ u% H% z ~& \' `7 H6 c追加用excel 做频率统计
0 j3 {0 q6 u# [8 y4 v - f- [2 ? v, j" i" s5 m, V
https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html
" T5 q7 v& u2 Z! K0 r2 q' ~2 T6 F) y' W" T3 ]4 k
(3)相关分析(点二列相关 )5 A+ c6 M% E1 Q( b5 X" P- ^: o* r
+ A" {: \: r! z8 S+ u% e9 K- e, R; n
* j4 P5 M0 M; D5 F
![]()
5 ~- G) s) h) R$ O
8 }. v- |/ M; o3 f9 o+ z
+ Y4 L8 E$ x) Z5 [9 r(4)回归分析2 o3 j) L, Z# \
# ~% G' z7 X7 \ b. a2 \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。
4 U+ h) D! H1 y* [. X( c. L5 n5 j1 T
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。
' L$ [, `, F" R9 z( w* ]+ c# Y& e% _1 b- T: C- Y# {
回归分析一般有这几个操作:
1 O+ c5 O& V3 i2 a8 H① 设置筛选条件,刷选数据集 valid 0 E' r- [" }- {2 T# S7 q l
![]()
. V! d( j2 m& u+ M2 p. [0 w* Q6 T6 Z/ p$ p- v
: P9 k2 y8 M, a: n
② 模型拟合度检验 * S4 d" Z5 D T+ N4 A6 }1 {+ E
![]()
' ]6 b: ~# _1 {![]()
/ c( @( F1 s l
; K. @( V, I7 e% C③ 预测的模型参数
' w1 g8 f4 z8 R9 i1 v" Q9 Q h0 Z- q5 s3 W, s* f9 U$ B
④ 预测结果,准确率
: T& o9 `0 Z- v) n $ f+ c. u: C7 u* g$ Q
![]()
' \( \' V. S$ {7 \7 r4 J* p/ d \: n, @* o5 Z7 N) S: y5 u! M
/ m: F; ~" J# K(5)特征选择和数据预处理
; G0 I! h) d' `4 V+ H; j% F0 Z/ l9 t$ c; c/ }+ c
特征选择,主要是gzh的想法 / j: \3 k$ z; x
特征筛选的思路: + z. W( w* Y( }; n$ R) e
分类变量用1 2 3 4 离散值 * p- s* y% G! v+ n- N( k
对于搜索记录的变量1:用 含敏感词/搜索记录的比 作为值 连续值
, K+ V% U- V" L w对于搜索记录的变量2:用 含敏感类/搜索记录的比 作为值 连续值8 n8 Z! Y% e9 f# O
$ h6 d: I2 m! P3 p4 {% _注意了: - E U- Q, \) v' v1 o) `3 j& d0 \
筛选特征的时候,重复性要考虑、缺失值要考虑4 C( Q9 R. B1 \! C5 h2 \
8 ]: ^% `3 c' p) p$ W v+ ]' L(6)缺失值的填充1 B+ ?: n; ]( D/ O$ ~3 D
0 a: L. ~) D3 y$ i6 x![]()
, E/ p; `- W& I# X7 B5 y7 N7 L% g# C7 X1 U4 G5 m
(7)文档编辑的一些技巧& G5 n6 b; q4 w/ j$ [3 U( R2 g6 ?7 n
5 g S* j( }0 Jhttps://blog.csdn.net/qq_26769591/article/details/80848841- a1 Y; {4 w1 o, H' l ?
) o. H' c5 @, p/ {" `& h+ V) D
(8)团队合作的一些心得7 m" i4 J' f0 ~) l, u# h
5 m1 b* h# p3 x: H% Y4 S2 |, E" r
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
4 g' ^! d+ |) K* i2.不会乱 不会重复做功 不会丢失工作
6 U+ T0 V5 \' S! }1 \( E( j3.经验丰富 总能拿出一种解决方案 / L* `4 s+ G8 [# d5 n! l! P7 \
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
! c8 M- h# L9 i6 J" Z4 X0 _5.大致方向总是不差 错也只是参数不是思路 不是算法
& L6 |: o+ U9 L+ S% f6.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
" U0 \, a* {1 y7.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
* U" F/ U5 V4 D% V0 {( Q---------------------
' w2 v) R0 f3 i& M4 k作者:-英击长空-
. R' i& Y4 L: h* ]; Q来源:CSDN
4 Y2 \# w% S: o# Z( c原文:https://blog.csdn.net/qq_26769591/article/details/80840673 4 d* w% p- U0 a) y
D/ @7 [& ]6 I7 }% k1 c7 r& x2 G7 e! Z `1 _( V& ^' f
' ^0 {9 P g6 J, {" j4 J6 O0 { _/ ?5 t) a1 e3 n- ~' o% h
|
zan
|