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
- }+ u$ t/ h* N
; Y2 Z, l8 K5 k* h$ |2021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
& ~: e5 ^7 l0 b' G2 O/ a- ?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
) p3 U0 i- f6 I" l/ N4 A& X( D
6 E$ h% T; E7 }) L- Y1 b% [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:

7 j3 l6 y& U/ j! ^# t2.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
& p/ U& ]' Z+ Z" {2 \7 P- ?1 p0 i


/ t. a) r! T7 w, q: p; M- C' |: m3.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
K-means聚类算法
$ L% b2 p' e% ]GMM聚类算法
. r& F) P8 z: m0 m" ~/ H. X
! _: t( F! Q# Y9 e" {4 S
) d9 t3 V$ R/ O  f' _
: N3 X' \2 q3 o0 U1 @* A, X2 p4.一种数据降维方式
; ~- Z8 A& q3 A( f8 S# ?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

6 _- V4 s( H4 n- j$ B0 v# p
5.预测模型
( D1 a7 N! M. e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。
9 H$ W+ n" z# W; B& y原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997
: ~* a# n( }& z' v
: y; M* ]6 A) A. ~
7 A7 s: k/ z0 x