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
: e% y8 S9 @9 l  \3 W5 k
! b* a; \8 b3 i. j6 Q2021年研究生数模B题论文记录
! s% x4 \0 b  Y& _" @( y. x3 @1.常见数据处理方法：
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
- t5 V! U2 `$ q9 ]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
2 `' c0 v3 B6 t, q/ g& W- E) G! b8 Z
1.常见数据处理方法：
8 s" }  M2 J6 X6 w- S) g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:

1 x  O2 ]( i' x4 |  i# I2.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

4 L0 m8 q  y- ^: k  Q, J8 Y' n
1 }- r8 G" T2 e: U
1 e6 D" A/ B# ^: ?- g' z3.聚类算法
. ~# D6 J; i9 Y# i& S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
9 j  _2 I" G7 b; e) c, `GMM聚类算法


6 C6 H8 u. Y. a% i4 N: y
4.一种数据降维方式
: m- w( {1 ?! h$ y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
9 L9 _) F# e& i( m- |3 [% s: z
  L1 v+ l1 v1 W: `
( ?& ~# j7 o5 x4 F9 ]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


————————————————
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。
1 V5 V. @5 h' ?! V6 a) {原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
/ l8 x% N* R4 ^& ]  K' @5 N
* i) Z$ S4 {! _( G: T