数据筛选实训总结 第1篇

1研究对象与方法

1．1研究对象

本文研究对象为中国国家摔跤队运动员40名，其中男运动员20名（包括国际健将10人、国家健将25人和国家一级5人。）

1．2研究方法

采用专家访谈法、文献资料法、数理统计法、问卷调查法、实验法进行研究。

1．3测试指标

实验对象为中国国家摔跤队运动员，样本含量为40人，均可正常进行核心区域训练。队员被随机分成两组，每组20人。1组为“核心区域力量训练组”即实验组，在传统力量训练中附加核心训练。2组为“传统力量训练组”即对照组。受试者的一般情况见表1。

2结果与分析

2．1核心区域力量训练内容的调查结果与分析

由数据结果可知，表2运动员在核心区域力量训练内容方面缺乏对训练内容的分析及改进，因此在日常训练中要加强核心区域力量训练内容的大幅改进，强化核心力量训练知识的积累。

2．2核心区域力量训练方法的调查结果与分析

由数据结果可知，表3运动员在核心区域力量训练方法方面缺乏对训练方法的细致分析、思考，方法过于单一化。因此在日常训练中要加强核心区域力量训练方法的大幅改进，根据项目特点、规律总结出适当的训练方法。

2．3核心区域力量训练频率、训练量、强度调查结果与分析

由数据结果可知，表4运动员在核心区域力量训练频率、训练量、强度方面没有结合适当训练负荷去安排训练，因此在日常训练中应根据项目特点、规律、训练原则合理安排训练负荷。

2．4对器械的使用程度调查结果与分析

由数据结果可知，表5运动员在器械使用程度方面缺少对器械的使用，器械运用太少，因此在日常训练中除根据专项要求外，还应结合实际所需安排适当的使用器械的训练安排。

3 结论

3．1通过系统的力量训练，核心区域力量训练和传统力量训练都带来了不同程度的提高，然而核心区域力量提高幅度更大。通过实验证实核心区域力量得到了有效提高。

3．2根据摔跤运动特点分析，总结出有针对性地核心区域力量训练方法与手段，掌握更多关于核心区域力量训练方面知识。

3．3国家队摔跤运动员对核心区域力量训练的认识不够，训练方法、内容、手段需进一步加强。

数据筛选实训总结 第2篇

【关键词】 成人教育培训 继续医学教育 市场满意度

一、调查准备

1、问卷基本设计

根据查阅的相关满意度调查研究的文献和具体实例，针对医学类成人教育的特殊性并结合成人教育培训市场满意度实际情况进行问卷设计。

问卷共分为三大部分，第一部分为问卷说明;第二部分为个人基本信息，主要了解被调查者的性别、年龄、工作年限、职称、学历、专业、区域、单位性质、参加目的等信息;第三部分为问卷调查问题，主要对医学类成人教育培训的课程设置、需求、时间安排、授课方式、课程实用性、授课效果、服务支持和继续深造意愿等情况进行调查。

2、各个潜在因素的问题评价指标

（1）认知需求

Q1、您倾向于需要哪类课程的培训教育？

A.专业技术类 B.医院管理类 C.人文社科类

Q2、您倾向于哪种授课方式？

A.集中班级授课 B.网络自学 C.专题讲座 D.课程进修班

（2）满意评价

Q3、您对专业课程设置的满意程度;

Q4、您对授课时间安排的满意程度;

Q5、您对任课教师授课效果的满意程度;

Q6、您对授课方式适应成人特点的满意程度;

Q7、您对学院提供的课程学习资料的满意程度;

Q8、您对课程辅导答疑的满意程度;

Q9、您对使用学院网络教学平台的满意程度;

Q10、您对教学实习计划安排的满意程度;

Q11、您对专业课程对您的理论知识水平提升的满意程度;

Q12、您对专业课程对您的实践工作具有指导意义的满意程度;

Q13、您对学院提供的咨询服务和技术支持的满意程度;

Q14、您对学院设施整体情况的满意程度;

Q15、您对工作单位关于成人教育培训要求的满意程度。

（3）学生忠诚。

Q16、您是否会继续报读本院更高层次的成人教育进行学习？

Q17、您是否会推荐身边的亲友报读本院成人教育？

（4）意见建议

Q18、您对本院成人教育工作还有什么意见和建议？

二、调查过程

调查过程主要采取分层整群抽样的方式，以教学点为单位，分别在A医学院本部及各校外教学点中随机选取部分在读医学类成人教育的学生进行问卷调查。

三、数据统计汇总

全部问卷回收后，将整理好的有效问卷进行数据统计汇总。按照问卷编号顺序对应将问卷内的各项原始数据录入EXCEL数据汇总表中，最后将EXCEL数据汇总表导入SPSS软件进行信效度检验和结果分析研究。

四、调查结果分析

1、数据的信度检验

本文采用了Cronbach's Alpha系数对统计汇总的数据进行信度检验。通过SPSS 软件将汇总的问卷统计数据（Q1―Q17）进行可靠性检验，得到Cronbach's Alpha系数为，整体数据可信度较高，适合进行下一步的研究。

2、数据的效度分析

通过SPSS 软件将汇总的问卷统计数据（Q1―Q17）进行“KMO and Bartlett's Test球形度检验（K）”，其中KMO值为，显著性水平P（Sig值）为0，说明问卷的结构效度极好，非常适合进行因子分析。

通过对问卷中的“满意评价”（Q3―Q15）和“学生忠诚”（Q16―Q17）的统计数据进行一系列详细的因子分析，分别得出结果表1、表2、表3。

调查表中分别显示“满意评价”和“学生忠诚”各主成分解释原始变量总方差的情况，其中“满意评价”使用主成分分析法得出了两个因子维度，其特征值均大于，总共集中了原始变量的;“学生忠诚”使用主成分分析法得出了一个因子维度，其特征值大于1，总共集中了原始变量的。

3、统计结果分析

从上面的统计调查数据来看，参加医学类成人教育的学生中男女比例为27%：73%（由于护理专业学生占大部分且从事护理的女生较多，因此女生比例较大），大多数集中在16―36岁（工作年限在10年以下，尤其1―5年最多），且拥有初级职称和大专及以下的学历的层次。这部分人群属于社会新生代，处于刚毕业或工作几年急需借助成人教育培训来提升专业技术水平和学历层次，以寻求更好的发展道路，因此医学类成人教育培训的主要对象正是该群体市场。

因此A医学院可通过从专业课程设置、授课时间安排、教师授课效果、授课方式特点、课程学习资料、课程辅导答疑、网络平台使用、实习计划安排、咨询服务支持等方面全方位着手加强其成人教育的教学工作及服务质量，进而提高市场满意度，争取做到规模和效益双赢。

由于调查对象都是在读成人教育的学生（首次参加成人教育培训培训），因此其忠诚度层次应基本无大偏差。“学生忠诚”所对应的问题Q16和Q17，大多数学生选择了“肯定会”（）和“可能会”（）继续报读A医学院更高层次的成人教育进行学习;而对于是否会推荐身边的亲友报读A医学院成人教育，大部分学生也选择了“肯定会”（）和“可能会”（）。两者均说明了学生对于A医学院成人教育的品牌教学和服务质量均相对满意且较有信心，忠诚度比较高。“认知需求”和“满意评价”是前提因素变量，“学生忠诚”是结果因素变量，前提因素变量综合影响着结果因素变量。从上述一系列分析中不难看出，本次A医学院成人教育培训市场满意度调查的“认知需求”和“满意评价”的情况较为理想，直接导致“学生忠诚”的情况也相对较好。

五、结论

通过介绍A医学院成人教育培训市场满意度调查的目的、问卷设计、调查过程、数据整理等相关情况原则，对最终调查结果进行了信效度检验和统计比较分析。通过对调查数据的平均数分析，也基本对统计结果数据分布有较为全面的认识，而分析检验结果也与实际统计结果相吻合，实际表明了大多数学生参加医学类成人教育的目的主要是为了学习新知识和业务技术的，医学类专业成人教育培训现阶段仍须遵循“课程面授为主，网络自学为辅”的原则，正确地缓解“工学矛盾”，也反映出绝大多数学生对A医学院成人教育的品牌教学和服务质量总体相对满意且有信心，忠诚度比较高，并对自身素质和职业发展的提升都有较高的要求和期望。

数据筛选实训总结 第3篇

嵌入式是将特征选择嵌入到模型的构建中，通过模型对特征的评价指标作为筛选依据，常见的有逻辑回归中L1正则化筛选和集成模型中的重要性筛选。

一.基于L1正则化的嵌入式选择

正则化是指在损失函数中加入惩罚项，来降低过拟合的风险，提高模型的泛化能力。正则化包含L1正则化和L2正则化，L1正则化可以产生稀疏权值矩阵，将特征的系数值趋向于0，那我们可以将系数等于0的特征剔除来做筛选。

用逻辑回归建模时，可以设置正则化参数(penalty)为L1，加大惩罚力度(C)，然后输出每个特征的系数值，将那些系数等于0或非常接近于0的特征剔除掉。这里需要注意的是，共线性会使特征系数值的方差增大，使系数值不稳定，所以在做L1正则化选择前，需要先做共线性的筛选。

二.基于特征重要性的嵌入式选择

，lightgbm三种特征重要性的计算方法

weight--在子树进行分裂时，用到该特征的次数，这里计算的是所有的子树

gain--指在节点分裂时，该特征带来信息增益（目标函数）优化的平均值

cover--就是树模型在分裂时，特征下的叶子结点涵盖的样本数除以特征用来分裂的次数，分裂越靠近树的根部，cover值越大

一般我们用weight来计算重要性，重要性等于10说明特征在所有树中作为分裂属性用到了10次，次数越多，说明特征分裂时带来的信息增益越大，特征区分能力越强。

2.特征重要性存在的问题

1) 因为重要性是特征的分裂次数，那子树的数量，树的深度等都会影响重要性的值，所以重要性的筛选阈值不好确定，这一块基本以主观判断为主。

2) 共线性和噪声对重要性有很大影响，举个例子，一个xgb模型由20棵决策树组成，假如A是个强特征，在每棵树的第一层分裂时都用到了，那A的重要性为1*20 =20，现在加入与它高相关性的特征B，在第一层分裂时，由于A和B高度相关，模型只能选择其中一个来分裂，如果模型随机挑一个，那20棵树里有10棵选择了A，另外10棵选择了B，这样A的重要性就从20变成了10，重要性被稀释掉了，导致计算出的重要性不是真实的，所以在做重要性筛选前，最好做一下共线性的筛选。

3）随机性的影响，一方面是划分训练集和测试集的随机性，实验中发现不同的随机种子下，某些特征的重要性排名和值不稳定，另一方面是行列抽样的随机性，例如设置了列抽样为，那特征有30%的概率不会被选中来做分裂，这样算出的重要性与实际有偏差。所以评估特征重要性时行列抽样最好都设置为1。

3.特征重要性筛选的方式

1）刚才提到重要性会受到样本划分随机性的影响，这个可以通过交叉验证来解决，以10折交叉验证为例(如下图)，将样本随机划分为10份，每次随机选择其中的9份作为训练集，另外1份作为验证集，在验证集中评估模型并输出特征重要性，这样就训练出了10个模型和10个重要性的结果。下面通过两种方式来筛选特征：

一是找出10个结果中重要性都为0或者重要性都很低的特征，这种就是将无用和弱特征剔除。二是根据排名前N来筛选，例如找出10个结果中排名都在前50的特征，这些特征不容易受到随机性的影响，在10个模型中都能排进前50，说明效果比较稳定。

2) 用后向选择的方法，先训练一次模型得出重要性排名，将特征按重要性进行排序，然后先剔除重要性最低的特征，再训练一次看模型效果是否有下降，如果没有，则继续剔除重要性最低的特征再训练，直到模型效果有下降，这种就是剔除冗余特征(去掉后对模型效果影响很小)，达到降维的目的。