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

2021年研究生数模B题论文记录
, x. Q6 c: q# E1 c4 ?3 H: [1.常见数据处理方法：
) o% \! Z7 Y. o( R2.相关性系数选择
- L5 }9 c3 {  T! _* ~! b3.聚类算法
" r4 J: w2 g0 t0 Z: k, Q5 D4.一种数据降维方式
" T% n- v  M4 f6 o5 I) K. V5.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:
$ D" X9 r9 S9 q& ~& h
9 c) `9 D4 m4 w0 {0 O2.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
! g; l( c9 t& [. ?2 C
+ ^& X" _6 U3 d5 ~5 \) s
( \1 A7 W; g  N  t4 D5 t  P
3.聚类算法
1 O( O" h- S5 |( c% X, _8 v' g3 [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

* G. k# I" ^3 T+ B0 y3 x$ c

/ n, K+ l7 w9 J" l; y8 T4.一种数据降维方式
4 y! v/ R! n9 C. l: N. 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


5.预测模型
4 B1 I0 [& F/ _  T0 p* z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

- ?0 B- j( Z+ y1 ~, A5 ?( N
————————————————
# v" x$ h- N' x: J2 Q, s1 }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。
+ M. c, s9 L4 {% e: A! Z原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997

% H9 H! V6 t* J! _
4 P0 ~$ h3 Q6 D+ M) A" h! m8 D& l