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
1.常见数据处理方法：
2.相关性系数选择
6 o) V. A, Z. Y" q) X3.聚类算法
4.一种数据降维方式
' y. j" v. s0 ?; `! U5.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
* |/ R9 C. M) }3 b0 J- ]
1.常见数据处理方法：
& G" R) F- _. h6 b, N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:

3 \& V8 \0 v- G# I2.相关性系数选择
- [. \/ R( f/ Q8 B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



, R8 o+ Z/ v" x# _( r3.聚类算法
; [; Y! h  p, M4 A% l$ c% d( r4 @文章中主要提到了两类，基于EM的GMM聚类，K-means聚类
" {$ r/ Q. ^8 X8 `' XK-means聚类算法
% @# T0 ?8 g$ N( g) a8 [/ E; BGMM聚类算法

( b7 C: U  ~" I2 V( ^! ?1 [) y
- M* t+ q' f3 \$ X! R5 k/ Q9 X6 N
4.一种数据降维方式
" d7 D- B3 |: \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


5.预测模型
$ m) a/ ~( _8 l3 f& |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


6 n# j2 A9 z. e% h0 c; @————————————————
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。
* \, N/ t$ C7 C# l" `( m原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997

# K2 N8 `  X  C+ Z7 D7 n
; q5 v8 a1 R! b- m& @