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

( f, y4 F: B9 y, `- C0 T6 Y% W$ ^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
4.一种数据降维方式
5.预测模型
  {/ a2 c( }; _. k8 o6 |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
$ Y$ o$ B5 T$ r5 s
& C; i2 Z. C, w: v1.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:

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
/ c% @, w2 {7 o& ?% [
7 c$ T5 F$ _( ~( p
$ `% J" C$ Z8 s) V
) X' B* ^: n1 I. C; W3.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
% S  d, K+ g* v# s# ]K-means聚类算法
GMM聚类算法



, K0 X) z5 R, g" @8 M4.一种数据降维方式
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
$ T, Z9 }7 e, E0 ^1 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 \+ z# H0 n+ v/ G
; t7 W3 d: _, V" R  k
————————————————
- I6 S- W# p, p2 F5 q) H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。
2 b( [# u! P) U, D2 C8 h% T原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997

* v% Q7 l8 R+ L/ ?$ J9 G+ E- z
, N9 q' j1 f1 r7 {- r. P, ~