2021年美賽C題目分析
2021年美國大學生數學建模競賽MCMC題目，為大資料類，
就本題而言，基礎演算法為二分類和Logistic回歸，
二分類用于資料的預處理
Logistic回歸用于資料的處理
美賽C題簡述（中文）：
美賽C題目簡述（英文）：
（轉自2021年MCM）
首先，分析給定的建模資料
1. 4440項的資料
Global ID
目標事件的ID標識，作為預處理和資料后期處理的重要基準
Detection Date
檢測日期
Notes
記錄者的筆記
Lab Status
對事件的可信度的劃分，由題意，分為3類：
1.確定的亞洲大黃蜂目擊事件
2.錯誤目擊事件
3.未確定事件
Submission Date
提交日期
Latitude、Longitude
記錄事件的位置（經緯度），作為分類的重要標準
2. 3305項的資料
簡要來說，就是4440次報告中，確定有媒體資訊的只有3305次資料，這樣就給后期的資料帶來一點復雜，
3. 生物屬性資料
略去后面 …
實驗資料的預處理
（僅供參考！）
根據兩個資料表的Golbal ID 將圖片與目擊事件資料集連接起來
構建圖片二分類訓練標簽
建立預測模型
進行優化
其中有幾點需要注意的點：
1.查找相關“生物類”文獻資料，建立大黃蜂的生殖模型
2.大黃蜂影像的分類
這里要說明的是，可以用Logistic回歸，根據生物屬性資料表，從翅膀，腿等等構建0-1回歸，根據資料的可信度，劃分界限（基本以0.5為主，也可0.4或者0.6），從而完成分類
3.根據資料表的經緯度，構建事件圖
（保證比賽公平公正，具體演算法和代碼賽后更新…）
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/257834.html
標籤：其他
下一篇：原碼, 反碼, 補碼 詳解