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
4 l% M+ n6 A) u, B$ q& O
2021年研究生数模B题论文记录
1.常见数据处理方法：
9 b' m5 d$ `, q4 G& W: ~2.相关性系数选择
3.聚类算法
$ f% Y! v* h: r* m4.一种数据降维方式
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
1 n6 c9 t% t  ?2 Y9 E+ n
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:
5 E- t. b9 u  M& F) _! J: V
/ A0 c; w& d" ~& C6 ^2.相关性系数选择
% l) i  \7 g' N4 i  v# y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
; E& O' [  N( s% {1 B2 ~; G
: X9 R  {4 l$ j& m& X; V: z& D. H
2 H/ n: ^+ d9 y3 a8 r" ]
3.聚类算法
2 u  P( H( T- t" E. n1 H% o% `+ U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
GMM聚类算法
% l* w0 C0 b5 T0 l% C' R& S  B
% P# ^8 U3 Y8 t) f

) X; O+ r/ ^. p3 d2 l: K4.一种数据降维方式
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

' o" q4 C; f, b/ U, b' Q+ d- T% H
( |3 z  n( V' T8 d+ Y  {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
5 j% G  k! O7 J- L0 W
/ Z) Q- l- M& ~6 |: {1 t) R
: J) |; t7 T1 h/ h) W5 N————————————————
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。
) W5 R6 r) Q# O, u原文链接：https://blog.csdn.net/qq_44864833/article/details/126650997


- t, m* w# k9 |& T- a/ J% t