本博客详细解析2023年美赛Y题，涉及二手帆船定价模型构建，包括数据预处理、模型建立（线性SVM、优化SVM、决策树、提升树、集成学习）、地理区域影响分析，特别是香港(SAR)市场。讨论了如何处理分类与连续数据关系，并提出了在缺乏数据时的解决方案。同时强调在解答过程中寻找有趣结论的重要性，为帆船经纪人提供报告建议。
2023美赛Y题思路如下：
1. 题目分析：首先由于二手帆船领域的专业性，相关数据信息的获取比较难，可以参考二手领域其他产品（二手车、二手房）的定价原理等信息来构建建模思路。其次，数据预处理方面，对缺失值的处理常用方法包括：最近邻算法、拉格朗日插值处理、三次卷积等。
2. 思路分析：定价模型在往常国赛出现过，可以用作思路参考。本题难度系数较大，核心是构建二手帆船定价模型，第一步我们可以搜集更多二手帆船领域的网站，第二步使用八爪鱼等爬虫技术进行数据爬取，第三步建立模型，将价格与其他数据信息建立关系。
3. 另外需要思考：分类数据与连续数据如何建立关系模型？两个分类变量关系可以使用卡方检验，而分类数据与连续数据之间关系可以用方差分析或者T检验，进而找到连续数据与分类数据之间的关系。前两题都是要求建立分类数据与连续数据的关系，注意尽量不要使用同一种方法分析。
问题三、讨论你对给定地理区域的建模如何在香港(SAR)市场上发挥作用。从提供的电子表格中选 择一个信息丰富的帆船子集，分为单船体和双体船。从香港(SAR)市场找到该子集的可 比上市价格数据。建模香港(特区)对子集中帆船的每艘帆船价格的区域影响(如果有的话)。 双体帆船和单体帆船的影响是一样的吗？
问题三，问题三的设问不同于问题一二，问题三要求我们单独的对香港这一地理区域
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
