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
: [- P: Y% ^+ {" m
; c4 j: ^8 P4 b2021年研究生数模B题论文记录
  _% m% [; c/ O9 i8 O, h! p! |1.常见数据处理方法：
2.相关性系数选择
3.聚类算法
4.一种数据降维方式
2 P2 {( }0 Q# n/ m. Q, U5.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

1.常见数据处理方法：
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:
. f1 b3 U  r8 o  o* I; G$ ^
, C; \7 y0 {) D8 \, l' C* ]) L2.相关性系数选择
. l0 b0 D% G, z3 g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



/ T5 v$ ^9 g. D7 A# Q% P3.聚类算法
( R% i9 R9 m" \文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
- c5 u+ V, e9 U  c6 \0 \1 zK-means聚类算法
8 `3 c: Z7 y% j) w. L; E0 uGMM聚类算法

) Y$ S/ Q4 p: d0 y6 s  ^

4.一种数据降维方式
4 E7 d. D$ ?4 i+ D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

# S+ L- h% F, {! t- J
5.预测模型
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
3 T2 `6 t2 X3 z0 |+ z
1 }) {7 P: ]6 |5 i% E( [, \
————————————————
. f9 ?6 F' h9 b# C( J* n. Q) o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。
  S5 h. w$ v: A$ p9 h7 E# h4 c原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
( @4 {! M% w, @3 O9 w3 G) `; q+ ?/ g

" z* ^2 z( J* X2 Z" f