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
: G2 R2 H7 y: S
6 y) U0 p' p$ b# y! g2021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
+ h! J; w1 s; d- \1 C% ]4.一种数据降维方式
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
- o  K# u, v  h( p
! z# s; Z- l, ]2 s9 k. y1.常见数据处理方法：
5 d4 S* l, |8 R; z: e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:
* }) N3 W- a9 e! \6 [6 H$ x: e
2.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
6 F" V7 ?1 X2 P7 _
) o# }6 {* F/ e* c
' f7 ^- ^% E1 r1 u5 I0 M$ v
3.聚类算法
' L& V7 H* U% s( p! K# O) p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
GMM聚类算法


/ m5 R9 y8 Q  Z. L% ~
. }) s8 m5 c: l# P) h' ^4.一种数据降维方式
7 C. ]- {: H9 ]5 \  S! F2 L5 G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 n( i7 |, A& b- [2 F9 G- v1 l0 z
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
1 e1 N9 S* W; I; D) F% Y
0 z+ v$ b2 O" a: P+ A; V
————————————————
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。
原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
+ y" ?# l6 P2 ^  t3 S% D, w

- \* T9 b0 l1 A2 J1 b: j