数学建模（NO.14分类模型）

最新推荐文章于 2024-02-29 14:55:40 发布
最新推荐文章于 2024-02-29 14:55:40 发布
阅读量2.8k 收藏 15
点赞数
分类专栏： 数学建模 文章标签： python 数据分析 大数据
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_46126118/article/details/112679433
版权

分类模型

一.应用

在这里插入图片描述

二.逻辑回归基础知识

1.线性概率模型（Linear Probability Model，简记LPM）

直接用原来的回归模型进行回归。
在这里插入图片描述

2.两点分布（伯努利分布）

在这里插入图片描述

3.连接函数的取法

【1】表达式

在这里插入图片描述
由于后者有解析表达式（而标准正态分布的cdf没有），所以计算logistic模型比probit模型更为方便。

【2】函数图像对比

在这里插入图片描述

f1=@(x) normcdf(x); % 标准正态分布的累积分布函数
fplot(f1, [-4,4]); % 在-4到4上画出匿名函数的图形
hold on;
grid on;
f2=@(x) exp(x)/(1+exp(x));
fplot(f2, [-4,4]);
legend('标准正态分布的cdf','sigmoid函数','location','SouthEast')

4.如何求解

在这里插入图片描述

5.怎么用于分类

在这里插入图片描述

三.实战

1.数据处理：生成虚拟变量

在这里插入图片描述
在这里插入图片描述
删去不需要的列：右键---->清除
调整
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

2.spss操作

（1）常规

在这里插入图片描述

（2）假如自变量有分类变量

在这里插入图片描述
两种方法
（1）先创建虚拟变量，然后删除任意一列以排除完全多重共线性的影响；
（2）直接点击分类，然后定义分类协变量，Spss会自动帮我们生成。
（如果没有生成虚拟变量这个选项，则说明SPSS没有安装到默认位置）

（3）逐步回归的设置

在这里插入图片描述
向前（向后）逐步回归可选择的统计量有所区别。
进入（或者除去）自变量的显著性水平可以自己调节

（4）结果分析

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
19个苹果样本中，预测出来为苹果的有14个，预测出来的正确率为73.7%;
19个橙子样本中，预测出来为橙子的有15个，预测出来的正确率为78.9%;
对于整个样本，逻辑回归的预测成功率为76.3%.
逻辑回归系数表：
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

3.表格中新添的两列解读

在这里插入图片描述
在这里插入图片描述

4.如果预测结果较差

可在logistic回归模型中加入平方项、交互项等

（1）操作

在这里插入图片描述

（2）加入了平方项后的结果

在这里插入图片描述

5. 检验过拟合现象

（1）概念

在这里插入图片描述

虽然预测能力提高了，但是容易发生过拟合的现象。
对于样本数据的预测非常好，但是对于样本外
的数据的预测效果可能会很差。
（是不是和龙格现象有点相似）

（2）确定合适的模型

把数据分为训练组和测试组，用训练组的数据来估计出模型，再用测试组的数据来进行测试。（训练组和测试组的比例一般设置为80%和20%)

已知分类结果的水果ID为1‐38，前19个为苹果，后19个为橙子。 每类水果中随机抽出3个ID作为测试组，剩下的16个ID作为训练组。
（比如：17‐19、36‐38这六个样本作为测试组）

比较设置不同的自变量后的模型对于测试组的预测效果。

（注意：为了消除偶然性的影响，可以对上述步骤多重复几次，最 终对每个模型求一个平均的准确率，这个步骤称为交叉验证

四.Fisher线性判别分析

1.概念

LDA(Linear Discriminant Analysis)是一种经典的线性判别方法，又称Fisher判别分析。该方法思想比较简单:给定训练集样例，设法将样例投影到一维的直线上，使得同类样例的投影点尽可能接近和密集，异类投影点尽可能远离
在这里插入图片描述
详情视频

2. 找到线性系数向量

在这里插入图片描述

3.Spss操作

在这里插入图片描述

4.结果分析

在这里插入图片描述

五.多分类问题

1.引例

现在水果的类别一共有四种，其四个指标的平均值如下表所示：
在这里插入图片描述

2.Fisher判别分析可用于多分类

在这里插入图片描述
在这里插入图片描述

4.Logistic回归也可用于多分类

Sigmoid函数 推广为 Softmax函数

张张同学！
关注
专栏目录
2018研究生数学建模成绩分析
JasonStudy
11-11 1万+
2018年第十五届 全国研究生数学建模成绩分析，数据来源：2018研究生数学建模成绩汇总。2018第十五届全国研究生数学建模竞赛完整赛题下载。2018研究生数学建模成绩汇总。统计每个学校的获奖数量，统计每个学校的获奖人数，统计每个题的获奖数量及比例，统计每个题的获奖人数与参与人数比例，按省份绘制各个省份的参与人数热力图，按省份绘制每个省份的获奖人数热力图，最终的建模成绩总结分析。
数学建模优化类算法分类_必须知道的用于疾病建模的新聚类算法
weixin_26640581的博客
10-12 2748
数学建模优化类算法分类This article explains a new method for clustering disease data by both subtype and stage called SuStaIn (Subtype & Stage Inference). It explains the concept, summarises the maths, and p...
数学建模模型分类.pdf
08-28
数学建模之三大模型十大算法总结，总结了常用的三类模型，及各个常用模型，并且列举了这些模型的适用案例。
数学建模【分类模型】
最新发布
W_O_Z的博客
02-29 1113
本篇将介绍分类模型。对于二分类模型，我们将介绍逻辑回归（logistic regression）和Fisher线性判别分析两种分类算法；对于多分类模型，我们将简单介绍SPSS中的多分类线性判别分析和多分类逻辑回归。分类模型，顾名思义将数据分类。如有一堆苹果和橙子，有它们的重量，大小，颜色等数据，将它们根据数据分为两类，之后如果给出数据，可以进行一定的判断，这个只有数据的是苹果还是橙子。
数学建模--分类模型
ddjhpxs的博客
05-12 1760
逻辑回归 import pandas as pd import numpy as np data = pd.read_excel('fruit_data.xlsx', index_col="ID") data.head() mass width height color_score fruit_name ID
数学建模 -- 分类模型
bossDDYY的博客
01-31 1847
二分类： 逻辑回归 Fisher线性判别分析 多分类：spss 多分类线性判别分析 多分类逻辑回归 二分类 逻辑回归 虚拟变量 逻辑回归求解 分类变量 预测结果差？ 但是加入平方项后 显出性可能都不显著，存在过拟合现象 如何确定合适的模型 Fisher线性判别分析 核心问题：找到线性系数向量w spss操作 多分类 多元逻辑 ...
数学建模-分类模型（基于logistic回归）
weixin_51942493的博客
07-14 1万+
数学建模 logistic回归的分析与总结
美国大学生数学建模2006年-2019年各题优秀论文（中英都有）及美赛常见数学模型代码
08-09
总结，美国大学生数学建模竞赛优秀论文及常见模型代码集是学习数学建模的重要参考资料。通过研究这些资料，不仅可以学习到实际问题的数学解决方案，还能提升编程能力，为未来在科研、工程或商业领域解决问题打下坚实...
Logistic模型及建模流程概述[参照].pdf
10-11
Logistic 模型是一种广泛应用于商业和金融领域的数学模型，用于解决二元分类问题，即目标变量只有两个可能的取值，例如 YES 或者 NO。Logistic 模型可以保证概率值在 0 和 1 之间，且模型结果容易解释。 Logisitic...
“华为杯”第17届中国研究生数学建模竞赛B题二等奖论文
qq_36115280的博客
09-11 8014
赛题题目：降低汽油精制过程中的辛烷值损失模型 小组成员：于泽华，路博文，康凯 本论文部分源码：GitHub - Zehua-Yu/2020Graduate-mathematical-modeling-B 本论文核心方法出自本人的文章：Z. Yu, X. Zheng, Z. Yang, B. Lu, X. Li and M. Fu, "Interaction-Temporal GCN: A Hybrid Deep Framework For Covid-19 Pandemic Analysis," in
数学建模常用算法模型
09-03
里面是数学建模中一些常用的建模方法，是经过多年研究全国大学生数学建模赛题后总结得出来的，十分实用
数学建模分类聚类判别识别方法总结
09-22
数学建模竞赛中有关分类的方法，如聚类、识别、判别方法总结
数学建模（9）分类模型
qq_45507796的博客
08-15 2974
数学建模（9）分类模型 也就是逻辑（logistic）回归或者fisher判别 逻辑回归 y≥0.5事件发生 y<0.5事件不发生 所以需要找到一个函数值域在[0,1]之间 比如标准正态分布的累计密度函数（称为probitprobitprobit回归） Φ(x)=∫−∞x12πe−t22dt\Phi(x)=\int^x_{-\infty}\frac{1}{\sqrt{2\pi}}e^{-\frac{t^2}{2}}dtΦ(x)=∫−∞x​2π​1​e−2t2​dt 和SigmoidSigmoidSig
【数学建模常用模型】分类专题
smlyor02的博客
08-24 1809
这次介绍一下数模国赛常用的分类方法，以下这方法也是现在应用比较广泛的分类方法：K-近邻算法（k-Nearest Neighbors，KNN）和支持向量机（Support Vector Machine, SVM）。 K-近邻算法 K-近邻算法的基本思想是：如果一个样本在特征空间中的K个最相似（即特征空间中最邻近）的样本中的大多数属于某一个类别，则该样本也属于这个类别。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。以空间中k个点为中心进行聚类，对最靠近他们的对象归类。
数学建模学习笔记（八）——分类模型
striveAgain丶的博客
08-08 1万+
文章目录一、分类模型综述二、逻辑回归三、两点分布（伯努利分布）四、连接函数的取法五、Logistic回归模型六、在SPSS中进行二元Logistic回归七、预测结果较差的解决八、Fisher线性判别分析九、多分类问题十、总结 一、分类模型综述 通过样本数据中的分类依据以及具体的分类类别，预测后续给出的对象属于哪一类，这就是分类模型。 本文将采用逻辑回归和Fisher线性判别分析这两种分类算法来进行对象分类。 二、逻辑回归 类型 模型 Y的特点 例子 线性回归 OLS、GLS（最小二乘） 连续
数学建模竞赛常考四大模型总结【预测模型、分类模型、优化模型、评价模型】
⛄
08-22 3万+
数学建模
数学建模--30+种常用算法模型
qq_51533426的博客
02-24 3万+
数学建模常用算法模型：线性规划模型 ，非线性规划模型，整数规划模型，动态规划模型 ，图论模型，最优化模型，离散模型，随机模型，时空分析模型，统计模型，回归模型，插值模型，预测模型.分类模型.聚类模型.决策树模型.神经网络模型.支持向量机模型.遗传算法模型.蚁群算法模型.粒子群算法模型.模拟退火算法模型.人工免疫算法模型.人工鱼群算法模型.差分进化算法模型.量子遗传算法模型.混合整数规划模型.多目标规划模型.排队论模型.复杂网络模型
第3章-线性概率模型(1)-logistics/probit模型
热门推荐
tongweiganglp的博客
11-19 6万+
二值因变量模型 在统计学中，有一种离散变量为二值变量(又称虚拟变量、哑变量)，本文讨论的是当因变量y为二值变量时的模型。 Logistic模型也是一种二值因变量模型。探讨Logistic模型之前，我们先从线性概率模型(Linear Probability Model，LPM)谈起，然后逐步介绍Logistics模型以及其他非线性模型.
数模笔记：分类模型
qq_63978775的博客
08-17 1394
对于因变量为分类变量的情况，可以使用逻辑回归进行处理，把y看成事件发生的概率，大于0.5表示发生，小于0.5表示不发生。下面要估计连接函数中的参数，非线性模型可以用极大似然估计方法（MLE）。用原来的回归模型可能会遇到内生性问题以及预测值不在0—1之间这两个问题。这个函数称为连接函数，连接了被解释变量y与解释变量x。因此要构造一个新的函数，解释变量为x且值域为0—1。...
绍兴空气质量分析数学建模c语言
05-12
对于空气质量分析的数学建模，可以采用以下步骤： 1. 收集空气质量数据，包括PM2.5、PM10、SO2、NO2、CO等指标的浓度数据，同时收集气象数据，如温、湿度、风向、风速等。 2. 对数据进行预处理，包括数据清洗、...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值