1、建模步骤
模型的建立:当有两个模型套用时,说的高端点,说成是前两个字组合后新名字的算法,其实是两个模型的叠加
模型的分析:表层的分析(从图表中能够看出什么)+深层次的分析
模型的检验:例如,给100年数据预测未来10年数据,我们可以将数据按照7:3的比例拆分,用70的来预测未来30年的数据,然后两个30年来做精度比较。用已知数据去检验预测或评价的数据,得到一个精度系数或者误差因子,再带入模型求解或未来预测中。
2、数学建模问题
1.数据处理 2.关联与分析 3.分类与判别 4.评价与决策 5.预测与预报 6.优化与控制
(1)数据处理问题
•①插值拟合
•主要用于对数据的补全和基本的趋势分析
•②小波分析,聚类分析(高斯混合聚类,K-均值聚类等等)
•主要用于诊断数据异常值并进行剔除
•③主成分分析、线性判别分析、局部保留投影等
•主要用于多维数据的降维处理,减少数据冗余
•④均值、方差分析、协方差分析等统计方法
•主要用于数据的截取或者特征选择
(2)关联与因果
•