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

! d! s% ]2 U3 a1 t2021年研究生数模B题论文记录
1.常见数据处理方法：
2.相关性系数选择
1 E0 G" j' |+ M3.聚类算法
; F+ }( m) y4 y4 ]4.一种数据降维方式
5.预测模型
1 q0 V* s1 h7 c2 p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
8 a/ w  M4 K6 j- \
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
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
; w$ Z& s4 g* A$ B
" a7 b/ A3 _' g) c" e7 c
- l) N2 t* Z5 J0 j5 `" G; q1 u
3.聚类算法
+ \0 L' w2 d. _. w3 K9 p文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
& b3 u2 u2 |* V/ |/ r$ ^$ oK-means聚类算法
7 \) [- f2 P: M' f6 aGMM聚类算法

& K, i# P' h' @& f$ d; \3 M: s; ?
3 ~0 ]# E9 e8 l; b, u
4.一种数据降维方式
5 p. Y0 l& E  J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


. M/ v8 y$ i' `5.预测模型
' E; ~6 R% K5 |  C! A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


————————————————
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。
" r  R& R$ t+ |6 W8 r原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
/ D4 ]' S4 K& W$ K4 I' Z