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

, n' E- A5 u# P* ~% d2 j2021年研究生数模B题论文记录
/ T; {& U6 K2 a7 @0 P1.常见数据处理方法：
. Q1 d5 A- S# H) j, M3 h2.相关性系数选择
3.聚类算法
4.一种数据降维方式
/ X, `3 _) _1 t- |$ v. @5.预测模型
8 U# {# g- I' O: U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 N# x. S  e" S1 L$ g: p
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
  w) A2 g( M5 e1 z0 y7 i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
4 {4 }) q, J* n0 J+ [  r8 o; J& d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
/ G$ w/ S5 ^9 N7 v. f9 E) _

' {; {$ \9 B7 Y/ a( U
3.聚类算法
, S) O) O3 s. B8 H' G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
0 E% w' g8 M3 a7 z8 \5 H8 K


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

# `; f- f5 M2 N$ c
5.预测模型
- y. T* M$ e  }/ K, }( L& `5 `# ~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


$ }+ }& j! u; T$ X" I————————————————
  s5 k8 x& |4 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


4 X1 w+ K/ @' b' c/ @3 \