解读金融数据模式识别与食堂喜爱度的数学模型.ppt

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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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）。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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 拟合度 回归－逐步非线性最佳投影回归预报 用逐步非线性最佳投影回归方法建立的数学模型预报未知样本。 预报准确度 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 喜爱度数学模型的建立过程 因子筛选—— 搜查资料 根据“前人”的经验和结果， 喜爱程度X1，食品质量X2，食堂服务X3， 便利程度X4，食品价格X5，食堂卫生X6， 食品份量X7，之间的相关度较大 其中X1作为自变量. 满意度→喜爱度 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 A