数学建模和matlab初级学习_学习matlab需要掌握的数学基础-CSDN博客

本文链接：https://blog.csdn.net/2301_76672213/article/details/135622277

1总述：一图流带你认识数学建模
2数据预处理
3优化模型
- 3.1优化模型概述
- 3.2简单介绍相应的方法
4预测模型
- 4.1预测模型概述
- 4.2简单介绍相应的方法
5评价模型
- 5.1评价模型概述
- 5.2简单介绍相应的方法
6分类模型
- 6.1分类模型概述
- 6.2简单介绍相应的方法
7总结

1总述：一图流带你认识数学建模

本篇文章主要用于介绍数学建模的一些基础知识，仅做一些简单介绍，带领大家一起开启数学建模和matlab的学习之旅，同时也作为我自己学习的记录，希望能够与大家一起共同进步，另外作者当前是跟“数学建模老哥”这位b站up主学习的。传送门：数学建模老哥的B站空间，配合食用更佳哦。本篇文章之后大概是按照数据预处理，优化模型，预测模型，评价模型和分类模型来进行讲解。而在大部分数学建模比赛中（国赛，美赛，妈妈杯，电工杯等）所涉及的类型，也不外乎这几种。这里简单介绍相关的概念，主要用途。具体的操作和相关代码，留作之后来讲解。从下图可以较为直观的了解之后的学习顺序，当然只是进行了简单的总结。

学习分类
所要求涉及到的基本知识储备：
1.相应的学科知识，如高数，线代，概率论与数理统计，运筹学等；
2.一定的编程能力，如py，matlab，R语言等相关编程语言；
3.相关的软件了解，如Lingo，SPSS，Excel等。

2数据预处理

2.1数据预处理概述

进行数据预处理是因为原始的数据往往并不是完美无缺的，需要经过一系列的处理和清洗，以确保数据的质量和可用性。例如有的数据重复，有的数据缺失，有的数据异常，或者就是你单纯的看这些数据不爽，这些都会导致之后在使用相关数据时出现偏差。

2.2相关思路

数据清洗
缺失值问题，对于一组数据，可能因为各种原因导致缺少相应信息（例如，记录人员在工作时间玩原神，结果忘记记录数据），对于这类问题应该如何解决。如果缺失的数据不是关键数据，应该怎么办；如果缺失的数据是关键数据，又该怎么办。
异常值问题，对于一组数据，可能因为各种原因，导致记录数据时出现错误。对于这种问题，两个关键点，即如何发现异常值和如何解决异常值
重复值问题，对于一组数据，可能因为各种原因，导致最后出现重复数据（记录了一遍后可能又记录一遍），对于这种问题应该如何解决，如果数据简单，你可能一眼就找到；如果，我是说如果啊，当我拿出千万条数据而里面就只有一组重复值，阁下该如何应对呢。
数据转换
数据编码，当我们拿到一组数据后，数据类型各不相同（文本，图像，音频），如何将数据从一种形式转换为另一种可以进行数学使用的形式。就像我们不能期望人家题目直接给你答案一样，你也不能期望数据类型就是我们想要的数据。
特征缩放，举例，当我们统计大象（约3-6吨）和人（约50-100kg）的体重时，两者的量纲及单位并不统一，我们不能以人的标准来判断一头3吨的大象相较于人来说非常的重，一位100kg的人相较于大象来说非常的轻。所以不能拿来一起使用，需要进行标准化或归一化来消除量纲和单位的影响。
简单函数变换，对于一些复杂的函数我们可能并没有学习过相应的性质，需要进行函数变换，变为我们所熟悉的函数。例如，对数变换，平方根变换，指数变换等方法。
数据集成
数据集成是指将来自不同来源、不同格式、不同数据库的数据进行整合，以便提供更全面、更好理解的数据。在实际操作中，数据可能分散存储在多个数据库、文件或应用程序中，经过数据集成，可以将这些分散的数据整合为一个一致的数据集，以便进行分析和应用。
数据规约
数据规约是指在数据挖掘和数据分析过程中的一种数据预处理步骤，旨在减少数据的复杂性，提高数据挖掘和分析的效率。主要分为两类，即对行，对列的操作。对行进行降维，减少数据降维；对列进行删减，降低处理难度。