数学建模学习笔记(清风)——分类模型

目录

基础部分:

适用范围:

步骤:

注意事项:

Spss操作部分:

二分类:

多分类:

1、Fisher线性判别分析

2、多元逻辑回归

基础部分:

适用范围:

二分类:二元逻辑回归(多元线性回归加入连接函数,类似于复合函数)

多分类:Fisher判别分析和多元逻辑回归

步骤:

1、用训练组建立模型,用预测组检验模型,观察预测成功率

2、加入二次项或者交叉项以提高成功率

注意事项:

不能引入太多二次项或者交叉项,否则会出现过拟合现象

Spss操作部分:

二分类:

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

如果由没有数据的预测组,Spss通常会给出三个虚拟变量,清除不需要的两组虚拟变量,然后清除预测组得到的虚拟数据,然后进行逻辑回归分析:

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

完成即可对结果进行分析。

多分类:

1Fisher线性判别分析

首先在excel中为因变量创建种类kind虚拟变量,

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

分析数据。

2、多元逻辑回归

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

数学建模学习笔记(清风)——分类模型

分析数据即可,容易出现过度拟合的问题。

上一篇:数学建模 -- 分类模型


下一篇:Fisher最优分割法(附python实现)