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# O+ a3 U8 i/ U
2021年研究生数模B题论文记录
: e( p5 ]; `/ d8 K2 X; T1.常见数据处理方法：
+ C4 H/ D2 }) B9 O6 n! U2.相关性系数选择
& ?2 d6 a0 ^4 X; ]# I1 |% h% r3.聚类算法
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

; L7 S4 c. K$ 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:

8 o9 `! [/ K  A7 ]5 E2.相关性系数选择
! M0 t7 \8 v1 D& e" F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
( t' @. v" K" r8 u4 Z
+ k  I$ z5 g5 L" c9 a  ]
1 M2 Z% W% s% s! n* y8 }3 _
3.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
5 X1 w. z# `. K% F% E' S9 OK-means聚类算法
% y. {! L" h/ d! [0 J8 r" O% T! wGMM聚类算法


* R8 J: Y6 n( ~7 R1 `3 j
4.一种数据降维方式
- Q$ v* ]+ S3 _- L$ e# O$ ?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
/ E/ e6 Q) f# T% w/ c. W, C
5 D4 L! D$ ^3 e! J5 e3 \
2 R1 n8 T/ I  }+ I, h3 \& y5.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
# A- z7 e$ U5 B; d. f

————————————————
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。
/ k: `- n9 U1 l) X' D- @# Q9 j& h; g原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
) u# k1 @; t9 g6 m$ B% p2 B
0 n; j' l: Q! r