2021年研究生数模B题论文记录

杨利霞

2021年研究生数模B题论文记录

2021年研究生数模B题论文记录
# t$ ~) _; @) _0 g# U4 h1.常见数据处理方法：
2.相关性系数选择
3.聚类算法
: z- M5 i# d& r4 T4 k" M, T4.一种数据降维方式
4 R9 V1 W3 z7 }, k' s' h7 m5.预测模型
文章来源 2021年全国大学生研究生数学建模竞赛优秀论文集合，B题，文章编号：B21100130067

% B% o' _9 ^7 Z. g) o* O- f1.常见数据处理方法：
: G; C7 @4 z* q针对缺失值，文章使用的是拉格朗日插值法，相较于平均值插值法，更加适用于有时间序列性质的数据，同时插值后的数据属于预测的一部分，文章中的观点是保留小数
针对异常值，一种是不符合实际意义的数据，需要通过文献查找进行删除，一方面可以通过箱线图进行判断，也可以使用3σ准则进行判断,3σ准则解释:

' f: ~+ m8 \; x& D2.相关性系数选择
常见的有三种，皮尔森相关系数，肯德尔相关系数，斯皮尔曼相关系数，知乎解释
# l/ R+ m2 p& X

9 H. C' H# C4 G/ F+ x
) a+ |& V& M1 [" h7 E/ i1 j3.聚类算法
文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
K-means聚类算法
( N2 g7 f* M; X/ x% N2 U% \! r& cGMM聚类算法

; i- k7 w, S) J- @* U. C# \

6 d' n( Y6 M. P. `2 f4.一种数据降维方式
论文中提到的将22维的数据进行降维处理，判断降维后的数据是否容易进行聚类，进而推论出高维是否容易聚类，提到的算法是t-SNE t-SNE算法
" _6 Q3 u) p7 t9 k6 D
# p- r5 k. Y. p6 s$ ^0 @
5.预测模型
* l" o: {  n: R& V文中使用的是XGBoost算法，论文中的第三问和第四问都是用的这个算法，使用时候，作者将数据进行纵向合并，数据集划分等操作，同时由于输入的维度过高，达到22维，而输出维度很低，还通过了输入特征与输出值的相关性，将维度进行降低，提出相关性不高的特征，最后图像看起来很好。XGBoost算法讲解


————————————————
版权声明：本文为CSDN博主「Philo`」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
! _4 M3 v5 w. y$ ~& _2 X原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997

+ \  E3 e: B5 ^, z