行行好吧！那位把这道题解一下！

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

123231.txt (5.88 KB)

2007-6-4 20:42:00 上传

行行好吧！那位把这道题解一下！

<BR>

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

爱莫能助啊,不过你观察Ca的含量大体上就能分类了!

先把数据分类，分三类，这是肯定的
然后１～３０是１类
３１～６０是２类，剩下为３类
２类和３类之间各成分均做一下均值和方差检验
然后
确认哪些因素是显著差异的，说明是导致病变的主要因素
其次再１类和２类，３类各自得主要成分比较
这样结果就可出来

个人建议还是用数据挖掘的方法比较简单，或者用判别函数。

版主！给钱！

将1-30数据作为test集，剩下的作为train集，加一列test表明是否患sars,T为真，F为假。

采用决策树、神经网络、规则归纳、自动神经网络、数据挖掘神经和MBR建模，并进行对比评分，结果如下：

AutoNeural AutoNeural test 60.0 120.0 0.05 0.9999257676195994 5.3867568486274955 0.04488964040522913 0.2118717546187531 120.0 60.0 41.16977440511632 3.0 NaN 0.34308145337596935 5.0 55.0 55.0 151.16977440511633 266.35872532733185 1.03246172932027 0.5386756848627495 1.0161012397001934 0.7339452873768927 NaN NaN NaN NaN NaN NaN NaN 0.9511111111111109 0.9022222222222218 0.9333333333333333 DMNeural DMNeural test 60.0 NaN 0.016666666666666666 0.8105522683670617 2.962824661468493 0.024690205512237443 0.1571311729487101 120.0 60.0 11.70079524798597 1.0 60.0 0.09750662706654975 39.0 21.0 21.0 -138.4920882837795 -94.5108524771154 0.0512796576023393 0.037984931557288375 0.22645012166554318 0.19489723332384268 NaN NaN NaN NaN NaN NaN NaN 0.9977777777777778 0.9955555555555555 0.9666666666666667 Ensmbl Ensmbl test 60.0 NaN NaN NaN 0.0 0.0 0.0 120.0 NaN 0.0 60.0 0.0 0.0 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.49999999999999994 -1.1102230246251565E-16 0.0 MBR MBR test 60.0 120.0 0.06666666666666667 0.75 5.5234375 0.04602864583333333 0.21454287644509043 120.0 60.0 11.875 4.0 NaN 0.09895833333333333 53.0 7.0 7.0 -129.1206496147087 -114.460237679154 0.058187156053459116 0.05210790094339623 0.24122014023182045 0.22827155088489723 PARMS 0.7081603976613265 0.273169940360943 0.341778806367716 0.28807629071859 0.579869468571803 0.28418675053061165 0.45431336814370954 0.9877777777777778 0.9755555555555555 0.9 Y Neural Neural test 60.0 120.0 0.0 7.75025102265839E-4 1.2520094870169992E-5 1.0433412391808327E-7 3.2300793166435286E-4 120.0 60.0 0.024484756649973398 0.0 NaN 2.0403963874977832E-4 32.0 28.0 28.0 56.024484756649976 114.66613249886879 2.86918840774729E-7 1.9562648234640612E-7 5.356480568197079E-4 4.4229682606413323E-4 NaN NaN NaN NaN NaN NaN NaN 0.9999999999999999 0.9999999999999998 1.0 Rule Rule test 60.0 NaN 0.03333333333333333 NaN NaN NaN NaN 120.0 NaN 6.730116670092564 2.0 60.0 0.0560843055841047 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.9966666666666665 0.993333333333333 0.9333333333333333 Tree Tree test 60.0 120.0 0.05 0.9090909090909091 5.454545454545467 0.04545454545454555 0.21320071635561066 120.0 60.0 NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN 0.9499999999999998 0.8999999999999997 0.9

所以采用拟合度最好的神经网络模型，评测test数据结果如下，预测里即为你想要的结果

No.	ZN	CU	FE	CA	MG	K	NA	Warnings	Into:test	Unnormalized Into:test	Predicted:test=T	Predicted:test=F	bin_testt	Probability for level T of test	Probability of Classification	Prediction for test
1	58.2	5.42	29.7	323	138	179	513		T	T	0.999975	0.0000255	4	0.999974	0.999974	T
2	106	1.87	40.5	542	177	184	427		T	T	0.99998	0.0000201	3	0.99998	0.99998	T
3	152	0.8	12.5	1332	176	128	646		T	T	0.999962	0.0000385	9	0.999962	0.999962	T
4	85.5	1.7	3.99	503	62.3	238	762.6		T	T	0.999966	0.0000338	8	0.999966	0.999966	T
5	144	0.7	15.1	547	79.7	71	218.5		T	T	0.999982	0.0000179	2	0.999982	0.999982	T
6	85.7	1.09	4.2	790	170	45.8	257.9		T	T	0.999957	0.0000433	10	0.999957	0.999957	T
7	144	0.3	9.11	417	552	49.5	141.5		T	T	0.998539	0.0014613	10	0.998539	0.998539	T
8	170	4.16	9.32	943	260	155	680.8		T	T	0.999955	0.0000453	10	0.999955	0.999955	T
9	176	0.57	27.3	318	133	99.4	318.8		T	T	0.999981	0.0000193	3	0.999981	0.999981	T
10	192	7.06	32.9	1969	343	103	553		F	F	0.000021	0.999979	20	2.10E-05	0.999979	F
11	188	8.28	22.6	1208	231	1314	1372		T	T	0.999984	0.0000162	1	0.999984	0.999984	T
12	153	5.87	34.8	328	163	264	672.5		T	T	0.999974	0.0000264	4	0.999974	0.999974	T
13	143	2.84	15.7	265	123	73	347.5		T	T	0.999977	0.0000229	5	0.999977	0.999977	T
14	213	19.1	36.2	2220	249	62	465.8		F	F	2.34E-05	0.9999766	19	2.34E-05	0.999977	F
15	192	20.1	23.8	1606	156	40	168		F	F	0.000585	0.999415	14	5.85E-04	0.999415	F
16	171	10.5	30.5	672	145	47	330.5		T	T	0.999975	0.0000253	5	0.999975	0.999975	T
17	162	13.2	19.8	1521	166	36.2	133		F	F	0.000615	0.9993847	13	6.15E-04	0.999385	F
18	203	13	90.8	1544	162	98.9	394.5		F	F	0.000556	0.9994439	14	5.56E-04	0.999444	F
19	164	20.1	28.9	1062	161	47.3	134.5		F	F	0.015699	0.9843008	11	0.015699	0.984301	F
20	167	13.1	14.1	2278	212	36.5	96.5		F	F	0.000631	0.9993692	12	6.31E-04	0.999369	F
21	164	12.9	18.6	2993	197	65.5	237.8		F	F	0.000583	0.9994168	14	5.83E-04	0.999417	F
22	167	15	27	2056	260	44.8	72		F	F	0.000633	0.9993667	12	6.33E-04	0.999367	F
23	158	14.4	37	1025	101	180	899.5		T	T	0.99995	0.0000502	10	0.99995	0.99995	T
24	133	22.8	31.3	1633	401	228	289		F	F	0.000554	0.9994459	14	5.54E-04	0.999446	F
25	169	8	30.8	1068	99.1	53	817		T	T	0.999804	0.0001958	10	0.999804	0.999804	T
26	247	17.3	8.65	2554	241	77.5	373.5		F	F	3.03E-05	0.9999697	19	3.03E-05	0.99997	F
27	185	3.9	31.3	1211	190	134	649.8		T	T	0.999962	0.0000385	9	0.999962	0.999962	T
28	209	6.43	86.9	2157	288	74	219.8		F	F	0.000157	0.9998433	18	1.57E-04	0.999843	F
29	182	6.49	61.7	3870	432	143	367.5		F	F	0.00051	0.9994904	15	5.10E-04	0.99949	F
30	235	15.6	23.4	1806	166	68.9	188		F	F	0.00065	0.9993498	12	6.50E-04	0.99935	F

123384.rar (2.61 KB) 本附件包括：

• test.csv
• train.csv
• result.csv

2007-6-5 15:48:00 上传

[此贴子已经被作者于2007-6-5 15:48:38编辑过]

关于经济的判定，根据决策树，是可以实现简单判定的

虽然其拟合稍稍比神经网络拆一点点点，但只是化验Ca无论是时间上、还是成本上都要快得多

对于中间的部分，可进一步进行化验或进行观察（>=1008.5 <1479的部分）

[此贴子已经被作者于2007-6-5 16:11:38编辑过]

而如果sars跟体内血液中Ca含量关联显著的话，倒是很像是肺癌，肺结核，肺部的纤维化的特征时期共性、而纤维化需要钙，从血液中钙的减少，似乎感觉到sars病毒对已经形成的钙如骨骼似乎并不是那么积极，也就是说短期减少血液内钙的含量应该可以抑制纤维化的进程。

另一方面，如果能阻止sars病毒的钙代谢，应该能对病毒起到抑制作用或者使其新陈代谢老化，从而达到消除的效果。而短期内血液中的钙的含量的降低，对人体的伤害也不会很大。：）

有一点，很奇怪，SARs是什么？

是特区英文缩写SAR，香港和澳门一起就是SARs,刚好非典就是从那边开始的。。。。。。。。。

哎~~~天书啊

佩服前面的博士生，令人开了眼界！有机会还要向你多多请教！

别开玩笑了，我是小本一名