- 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
- 567214 点
- 威望
- 12 点
- 阅读权限
- 255
- 积分
- 175387
- 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: ; h% e4 e N: t% k
1 `4 p3 Z8 F T(1)写作缘由* d& U; D7 f0 D3 X4 ~: Y
(2)统计描述:, r J) w; o$ {, z) `4 F
追加用excel 做频率统计
; Q& @: D0 V3 S/ _8 d6 I(3)相关分析(点二列相关 )) n, Q7 X8 Z& X+ \* V1 H% Q$ @
(4)回归分析/ G. k2 e, P# c4 c
(5)特征选择和数据预处理
2 J6 C$ c9 q) ?(6)缺失值的填充" p1 O! i+ Z7 J4 P
(7)文档编辑的一些技巧
7 ]& \2 n' q# \% ^7 J* a+ N(8)团队合作的一些心得! Z- b0 q2 M2 p3 f
(1)写作缘由
: F6 \( ^* r& t+ c) N/ L2 U
$ X1 y7 _$ x# I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# D, x# P& R6 a+ x
, q6 {' t9 N. |" Q4 t
(2)统计描述:
5 e0 _4 _) w, o2 |: m% i. F4 I' q2 G/ g/ P3 v5 }
① 频率统计 % F) ?/ F+ u4 n: u( D
② 中位数 * H6 m/ c" e2 m) C/ _+ y2 N' Q% w
③ 众数 . k; b# y3 M7 W) b( o. y
④ 平均数 ; ] }1 @3 O( y: I" M
⑤ 方差 6 h8 X9 e6 S5 u+ h8 I) A7 H
⑥ 标准差
Z; n' X7 d) W, U/ r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 P; f# Y) c9 G0 p' @
( w. o t( X! u* w$ \追加用excel 做频率统计
# L, L$ B- W( M" ~2 N+ y+ f @6 \5 [+ K0 d
https://jingyan.baidu.com/article/219f4bf7f1eee4de442d383f.html N, y8 n/ f4 E% r+ b; z1 M
- l) J, H/ [; f1 L( @$ \7 ^1 B
(3)相关分析(点二列相关 )) u$ ]# v9 m" B, e$ b6 @
, ]: r" b* W8 W. A* ~2 v
( u2 {. |* g% q D5 i9 F
% z0 G/ R4 X; t8 {- u) J+ N- z$ L# ?) w9 \8 q
1 k+ x4 \, n0 [1 p, l(4)回归分析! Y$ s/ ^: ?: W) {: m# @
' [6 W( o0 {2 qLogistic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。) U3 j3 D4 u9 a* x( F2 G: R+ d A0 F
3 n3 C, x$ S* B5 ^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。3 m2 C4 K! _( w, f0 W$ p/ D2 G
& F/ d% s7 r( O v' F! G回归分析一般有这几个操作:
- x# E l' n; W* s① 设置筛选条件,刷选数据集 valid
, | y% \1 E! O
: r7 e, X; e5 c! ~3 j( m n) O/ L9 s" |1 l7 U- F
4 ~5 R& b* J8 s( J0 |② 模型拟合度检验
" q/ D; N N6 P; G. t0 u7 W) }6 Y% {7 Y/ S
" P6 V6 c+ O: I* \ T3 y# l# a$ T/ }# y# f+ K. m) a9 L% y
③ 预测的模型参数
2 I4 [- p9 n1 M7 n& ?" G
6 \7 S) u0 `6 l6 k④ 预测结果,准确率# x; \4 N! ^# y% R) j
& f+ d' g" E8 x; u& | v0 Q4 a; k
* `7 G2 d" z( O: N3 v" _' f
) i3 t, M0 Q: B, A# t1 M Q
- u) d; a* ]) m8 Y/ i, c }0 v( {(5)特征选择和数据预处理
1 u5 I: i7 o; T/ K
6 o3 P: s4 |2 [# W9 O特征选择,主要是gzh的想法
) l+ u% @9 N( K6 \2 ^3 h; k& p8 {特征筛选的思路:
/ B. s/ o" z% w* f/ Y! w; w分类变量用1 2 3 4 离散值 , ^: d6 X; y, ?* R& r; H
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 3 G1 L7 \* I, H* s$ c
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
9 d/ m3 v8 E0 h+ v* z2 x2 e/ }/ m. e' j6 L" _
注意了:
! @/ ^* ~: u8 N筛选特征的时候,重复性要考虑、缺失值要考虑/ \, f' w8 G7 F q% Z
7 E2 ~1 I) m3 ?7 ?; B
(6)缺失值的填充
+ Y0 F8 ^+ \/ l5 t! D9 V/ Y l3 A4 S
/ N) M+ L. L* y" K/ y9 h4 `9 u
$ A) }; ?; B; T- i3 d* ]* H(7)文档编辑的一些技巧0 `2 {( ?5 t8 N3 N7 y3 `" S
9 u0 q1 ^: _' b: vhttps://blog.csdn.net/qq_26769591/article/details/808488419 \8 @% z/ a& \: K- r
. r3 [4 {2 r& ^0 u(8)团队合作的一些心得3 E/ C( z* v( b8 _! Y/ m, Q2 u
+ M/ x6 g; ~3 O5 p- v4 \
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
1 E8 g1 l6 b5 {/ l: V2.不会乱 不会重复做功 不会丢失工作 # q1 B/ \ {8 j8 l. H" H
3.经验丰富 总能拿出一种解决方案 . v8 U1 K+ s- F) R( T
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 再难的操作都能被逼近 0 b4 ^% v# b( t7 S! m5 }. l
5.大致方向总是不差 错也只是参数不是思路 不是算法 - u5 |" h* E, V8 K" j6 q2 B
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
: x) B' K1 F7 b$ l& a$ R7 |6 {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; f* [/ a5 g* M1 B( d0 P! Y7 a
--------------------- , ?) d! ~- L F7 N9 m! P4 A
; U+ c$ Z; O$ I: ]6 g
! \2 A6 U$ {, I2 o' i1 \4 k* K
- Z1 P" n6 W+ i* h+ k |
zan
|