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
: a. X8 k+ i/ I6 O' o
2021年研究生数模B题论文记录
9 e' K1 _2 z0 L1 X1.常见数据处理方法：
% L3 i7 l7 y+ t& h- H) ]7 z$ @2.相关性系数选择
3.聚类算法
4.一种数据降维方式
5.预测模型
( q- B8 x' W( f. f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
0 x: x; T+ L/ g! w6 L
; s, g& h1 Y% a: L1.常见数据处理方法：
" p% }4 D! G6 b8 G7 m8 P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:

" r4 d9 s5 B' Y; a2.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

7 a7 C3 Y+ ]) {6 c! o! a

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
9 H: R( @! i: |K-means聚类算法
; y3 }, |& ]  ^, |8 TGMM聚类算法

  o% U: {/ O# O: z' T

) I5 H: `1 d# |( Y4.一种数据降维方式
/ P4 f, j1 G4 u5 U  B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
% t$ g# n7 M1 t+ M. R/ r4 ?
; Q6 @, E* M5 |+ r7 A
5.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
$ o* |# {8 y+ T5 e3 N
+ M5 D% s' O8 x( C/ S( {
( ]  F1 t# j1 r  }$ ~" x4 K————————————————
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。
5 b' _8 Q& m* a2 v; ~! K原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
7 f. B6 T: `2 a5 }: g' a
" f# C* W2 C- U1 C) I