本文详细介绍了2023美国数学建模竞赛（美赛）C题的解决方案，包括使用Matlab进行一维数据预测、单词属性对百分比数据影响的分析以及词汇难度分类。通过多元线性回归预测2023年3月1日的指标，利用机器学习算法处理单词属性，进行无监督分类并评估模型性能。
2023美赛思路 | 2023美赛C题Matlab代码
基本介绍
（1）问：
本文分两个小问，第一个小问是一维数据的预测，但同时要得出一个区间，这里就用多元线性回归来做，输入数据集用历史一段时间的数据以每第i:i+k-1个数据依次排列，构成空间结构数据作为自变量，当前的数据作为因变量，拟合关系式并预测2023年3月1日的两个报告结果数指标；第二小问，分析单词属性对7个百分比数据的影响，属性例如：字母种类数、字符重复次数、字符平均间隔、ASCII码平均值等，最后通过方差分析对属性和百分比指标的影响度进行分析，并说明哪些属性呈显著影响。
（2）问：
前面的单词与后面的百分比指标存在一定的关系，以百分比指标作为因变量，单词作为自变量，为了方便带入机器算法学习，需要对单词进行量化，基于第一问属性分析结果，从字母种类及频次角度出发，将单词字母转化为26个字母出现的频次序列（比如we这个单词，先生成26个0，在e和w位点统计各字母出现的频次数）作为训练输入，通过机器学习算法训练并对误差进行检验&
订阅专栏 解锁全文
扫一扫
4384
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
