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
( K6 p1 [- {9 w3 p) F1 n
$ S# n4 O  f8 x7 i  `+ t  }2021年研究生数模B题论文记录
1.常见数据处理方法：
! G6 a6 ~$ L7 a% P8 J" l2.相关性系数选择
  d- p% q: ~2 H3.聚类算法
4.一种数据降维方式
5.预测模型
1 j8 J) F3 n9 N. G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：
( v+ g# \5 m0 l  `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:
- G& }; e8 S; h$ @+ {
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

2 B4 [0 y2 u9 u! h
. z# T- I/ |0 E0 I. R0 h. s
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
K-means聚类算法
GMM聚类算法



6 b% t. Z5 `) r" t- \2 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
0 C" F$ r( j, Y* ?; m9 X
; K/ }" w  @  G- a6 O. H6 m3 |
& |: R  ~" F4 j8 ]* y) t5.预测模型
! i, g1 J+ i0 X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


9 {% f( b; Z9 [' F) `————————————————
* e8 \% m* g4 l( b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
5 F- B/ R, ~% V# M5 Q: @/ s
& z, T4 c- x3 l- m6 B
6 q' m0 V2 z% I* V& a3 A5 F