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

" D) \) W, A* W+ t$ {2021年研究生数模B题论文记录
1.常见数据处理方法：
2.相关性系数选择
3.聚类算法
  A; Y# ^& u7 z/ X6 j/ c+ K4.一种数据降维方式
5.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
" c2 h- E; |! W, W7 Q; ~& X
. S, e0 r" M/ H. z1.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
, Z2 [5 t* x0 v$ {0 A  m6 v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:

2.相关性系数选择
- O; y  j. l5 ^( \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


+ y8 ]' D9 t: j. n
9 i  e7 Z1 X* p6 t/ \3.聚类算法
- k; {4 G; J5 D% s' y! Z文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
) f: Y4 ~+ O; P* |' i+ SK-means聚类算法
+ n9 U/ y" f4 k5 lGMM聚类算法

& M9 n$ U9 O# O# s( B

4.一种数据降维方式
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
  j% z* O7 m; Z0 T/ V" s% M! E

5.预测模型
/ K6 M) s, _' j& w3 j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


7 x$ k4 c- |: I% {) M. {/ I. W7 X————————————————
2 ?1 }& b3 M0 l7 B/ c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。
3 B% \5 `- Z! W: c( r8 S6 q原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
& H$ h7 B1 K: c8 I. Z, H1 q