数学建模大作业中涉及到的知识点总结

杨利霞

数学建模大作业中涉及到的知识点总结：

（1）写作缘由
( K9 {- }# k& ]; l( K) w3 k（2）统计描述：
2 X& c1 f( @" [追加用excel 做频率统计
（3）相关分析（点二列相关 ）
; d, L8 @' j" ~: n( ]9 r( ]（4）回归分析
（5）特征选择和数据预处理
（6）缺失值的填充
（7）文档编辑的一些技巧
（8）团队合作的一些心得
（1）写作缘由
% t  b2 m& _: P- K  U
. f# Y1 T6 \; Z. f, D9 q) Z6 g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
+ J' I! K/ n+ ^! i( M" T  w6 G: S: p
（2）统计描述：
: q1 Z: o7 L: o- k
①　频率统计
1 j7 @& V. F( \, q: j8 A, D②　中位数
③　众数
/ H  y- s* ~8 N0 t. y  d" E( t④　平均数
⑤　方差
⑥　标准差
3 F0 E0 i8 b: y% e' P( t6 y1 d- y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

追加用excel 做频率统计

https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html

（3）相关分析（点二列相关 ）



8 C8 M* {% }* ?  j5 `

7 e, z8 B% d4 s0 v0 q4 [1 r/ r（4）回归分析

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。

+ d3 U7 _' a, a5 {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。

回归分析一般有这几个操作：
/ t5 B6 B: M% `( j1 `6 x; m5 o①　设置筛选条件，刷选数据集 valid
6 U* I' G6 k0 _; w
  j5 F- q" ^8 L8 K$ C

3 @' M3 F6 a% W* b②　模型拟合度检验



/ l* s/ d" r8 U7 J: E, d. }9 m③　预测的模型参数
3 _+ N8 G/ ]* C; d+ _! C
8 {% Q% m. g; \5 ^, v9 a④　预测结果，准确率
! ~' E) F. j; g* N$ ]/ I9 @! l5 c

: T8 x& f; W8 D
2 r, |* M, R  ]: O+ Y7 l* O* n; C
（5）特征选择和数据预处理
' Z1 z; S. l; N
特征选择，主要是gzh的想法
特征筛选的思路：
$ [. ]. D) ?" S* s3 h+ Q' b分类变量用1 2 3 4 离散值
& Y1 `2 k" C1 U- B7 L) I% a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
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

注意了：
5 B% t. O9 m. o8 c筛选特征的时候，重复性要考虑、缺失值要考虑
# y- J5 N) D4 g9 [0 U$ |4 A  v
（6）缺失值的填充



（7）文档编辑的一些技巧

https://blog.csdn.net/qq_26769591/article/details/80848841
2 }& h8 W7 h* G, Y! ~/ ~: ]
（8）团队合作的一些心得
* X4 l  `/ m" O& x% V4 C
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
2.不会乱 不会重复做功 不会丢失工作
3.经验丰富 总能拿出一种解决方案
/ ~( B0 [4 |' W* I5 X) M  K4.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 再难的操作都能被逼近
5.大致方向总是不差 错也只是参数不是思路 不是算法
( m+ S# k, w& I* I) Y8 _2 S6.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
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
---------------------
: O8 }1 s5 w* m( `
8 P- E" x7 W: W$ x; C9 a% R
1 q7 O( j5 e# Y5 ]+ r' a5 N+ D