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
- T+ a' ~; T6 D6 w) m5 l
' N5 H: H, }) w7 l& j! H# o. W. I2021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
3.聚类算法
4.一种数据降维方式
5.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
/ ^3 T2 B3 `; ~
/ J4 I* l2 g, T& ?. L! H1.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
, m" j' C; p% i1 j+ c6 Q1 M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

9 q" A$ Y& E& c
5 |9 u, g+ C: q( `* {+ s+ m
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
0 f0 M  x' k& M9 qK-means聚类算法
9 B! r: v( b! `GMM聚类算法
( e6 C' _0 x& e7 N' _
8 d2 |: W5 |7 E/ M- o9 C7 c

: E7 |- d4 v+ ]* e  A" I( e' a4.一种数据降维方式
) i, Y* P' y( E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 q% S4 E- e6 B6 z9 \% e

5.预测模型
5 Q4 V& V2 w) ~3 c2 t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
; B- o( m4 }' {) D; t/ J1 Z
' d) q5 R* ^" a1 ^2 O
————————————————
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。
8 M4 l+ }( h( e原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
) K5 E; `4 e7 J( r) u' \
# q. |- S0 D( Q: I0 `
, M+ C9 V' ]7 q8 K# z' Y$ ?