公安建模知识点.docVIP

公安建模知识点

一、基础理论

1.数据分析

1.1数据预处理

1.1.1数据清洗：去除重复值、缺失值处理、异常值检测与处理。

1.1.2数据集成：多源数据融合，确保数据一致性和完整性。

1.1.3数据变换：数据规范化、归一化、特征提取。

1.1.4数据规约：减少数据量，提高处理效率。

1.2描述性统计

1.2.1集中趋势度量：均值、中位数、众数。

1.2.2离散程度度量：方差、标准差、极差。

1.2.3分布形状度量：偏度、峰度。

1.3推断性统计

1.3.1参数估计：点估计、区间估计。

1.3.2假设检验：参数假设检验、非参数假设检验。

1.4数据可视化

1.4.1图表类型：折线图、柱状图、散点图、饼图。

1.4.2可视化工具：Matplotlib、Seaborn、Tableau。

2.模型构建

2.1回归分析

2.1.1线性回归：简单线性回归、多元线性回归。

2.1.2非线性回归：多项式回归、指数回归。

2.1.3逻辑回归：用于分类问题。

2.2分类分析

2.2.1决策树：ID3、C4.5、CART。

2.