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

2021年研究生数模B题论文记录
: B! r) d5 {% @1.常见数据处理方法：
! y+ @7 ~+ [( q" d0 _( I5 E& k2.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
# |0 j% I6 e( c) f' o
: ?$ t. ?4 w& j7 L9 b( S( s1.常见数据处理方法：
5 X, z' \, m( 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:

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



3.聚类算法
& u9 Y/ p7 B+ f, m8 t# W! A5 l) ?文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
/ t0 X+ O8 K# ?+ rK-means聚类算法
GMM聚类算法

/ c2 u. B0 E7 O2 |; ?
- o- L; m4 f% K+ d+ D5 s
9 T' D4 E* v, }1 m9 V4 e* `. m4.一种数据降维方式
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
9 g4 `1 k1 V! m. O" d3 n
$ g) W( \9 e- S7 W$ |. ^8 ~
% Y% C5 k4 g9 O) i" ]5.预测模型
$ e1 A2 Q* T" O* {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
# l! U& y- K6 c, K+ M/ O

( {. j, x8 w" v. L6 d( ^3 s————————————————
+ N1 P/ [4 D- x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