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
6 K/ |- G( o4 O8 d" U
0 l' {$ ~4 a" l3 t* T; ^. d2021年研究生数模B题论文记录
6 `5 F0 [- s- ^2 @1.常见数据处理方法：
2.相关性系数选择
( R8 A' U1 q8 u4 L3.聚类算法
7 e" I& T  L7 u2 F4.一种数据降维方式
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

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
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
0 U3 F7 z* n$ R# w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
$ ~3 \3 M/ C5 a' C
7 t8 |) {! j( @# W
3 K/ x9 a, I% U' J2 s
- l0 S! \1 m/ B% D" a3 [( W3.聚类算法
& ^& t! g2 D0 s) g; o: ^  {  w文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
, l+ O' a& p( a/ `! S; QK-means聚类算法
9 X' M/ V- n4 c2 A" B) TGMM聚类算法

" G7 I4 e- g  F; m
# a: g/ \/ f3 w/ S% H5 s
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


( K. \8 N7 S3 _  T6 w5.预测模型
" q" ?. l. k- X7 X7 R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

' w# U- w4 t7 M/ \( E1 ^+ ?5 a3 Z, S/ L
/ ~( G: h  e# B" x" j) y————————————————
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
' h. h2 w/ c6 M' Z* i
9 \0 i+ t% a/ P3 {3 z
! u' F0 I9 w+ h; Q0 P* O7 L