喜爱度数学模型的建立过程.pptVIP

喜爱度数学模型的结果 从重要性分析来看“食品质量水平” 食品质量X1 菜色X2 食品种类X3 新鲜度X4 口味X5 喜爱度数学模型的结果 从重要性分析来看”食堂服务水平” 食堂服务X1 态度X2 效率X3 开饭时间X4 喜爱度数学模型的结果 从重要性分析来看“便利程度” 便利程度X1 地理位置X2 窗口设置X3 服务设置X4 喜爱度数学模型的结果 从重要性分析来看“食堂卫生” 食堂卫生X1 饭菜X2 餐具X3 环境X4 喜爱度数学模型的结果 从综合角度来看 “尔美食堂的喜爱程度最高，益新的喜爱程度第二，南区排最后” “食品质量与喜爱程度是最相关的,相关度为0.3598，约为其他影响因子的相关度的2倍” “态度决定服务” 喜爱度数学模型的结果 从综合角度来看 “地理位置影响优类评价” 虽然在喜爱程度上，窗口设置和服务设置的影响高于地理位置.但对于5类数据样本，即非常满意的却是地理位置的众数最大.说明，想达到最满意区间，地理位置这一因素是必要的. 喜爱度数学模型的结果 从综合角度来看 “效率评价越高，食堂评价越低” 在非线性方程中，效率的系数是负值，排除数据性错误，这可能与大家的心理感受有关.越是机械化操作，越是给人一种不受尊重的感觉，为了追求快，反而得不到我们的青睐. 建议：追求快当然也是我们想要的，对于学校食堂，在追求快的同时，也要保持服务的好态度. HyperMiner优化软件的介绍 HyperMiner-----科学实验的强大武器 用最少的试验次数， 获得最满意的实验结果 用有限的实验数据， 挖掘最有价值的科学规律 HyperMiner软件是上海大学计算机化学实验室开发的实验优化设计和数据分析软件。本软件可用于材料设计、试验设计和配方试验，是工厂、科研单位、高等院校广大科技人员进行科学试验的有效工具 用最少的试验次数，获得最满意的实验结果 用有限的实验数据，挖掘最有价值的科学规律 HyperMiner优化软件的介绍 HyperMiner-----方法 最佳投影识别（OMR）方法 Fisher判别分析法 多重判别矢量法 偏最小二乘（PLS）方法 球线性映射法（Lmap）方法 。。。。 用最少的试验次数，获得最满意的实验结果 用有限的实验数据，挖掘最有价值的科学规律 HyperMiner优化软件的介绍 HyperMiner-----功能 人工神经网络 模式识别 逐步多元线性回归 逐级投影预报 支持向量机分类－建模 。。。。 用最少的试验次数，获得最满意的实验结果 用有限的实验数据，挖掘最有价值的科学规律 谢谢观赏 O(∩_∩)O~ Make Presentation much more fun 2013/05/30 解读金融数据 模式识别与食堂喜爱度的数学模型 1.建模方法的简单阐述 2.喜爱度数学模型的建立过程 3.喜爱度数学模型的结果 4.HyperMiner优化软件的介绍 报告人：乔泽 建模方法的简单阐述 调查问卷——李克特五点量表法 李克特量表由美国社会心理学家利克特于1932年提出 例： 非常同意=5 “同意=4 “不一定=3 不同意=2 “非常不同意=1 每个被调查者的态度总分就是他对各道题的回答所的分数的加总，这一总分可说明他的态度强弱或她在这一量表上的不同状态。 建模方法的简单阐述 样本（sample） 研究对象的性能x1受M个因素x2，…，Xm+1　控制，由此而确定的一组同源离散数据集｛Pi｝称为该对象的一个描述样本集. 其中Pi＝｛xi2，…，xiM+1，xi1｝(i=1,2,...,N)称为一个样本。 建模方法的简单阐述 样本的类别（Class）—— 根据对性能E的评判赋予样本的一种属性，以“1”、“2”、“3”等表示；同一类别的样本有相近的性能，根据样本性能分布范围的不同可将样本分类.对样本分类的目的是为了便于对数据作定性或半定量分析. 样本的分类可以是两类或两类以上，研究方法相近。分类问题一般均指两类问题，即研究样本被分为优类（记为“1”类）和劣类（记为“2”类）。 建模方法的简单阐述 原始数据处理记忆——人工神经网络 人工神经网络是模拟生物神经网络信息处理机制的一种信息处理系统，特别适用于处理输入和输出关系复杂的非线性数据 建模方法的简单阐述 回归－逐步多元非线性回归 用逐步多元非线性回归方法建立应变量和自变量之间定量关系