weixin_43721873的博客

3.31组队参赛很早就听过数学建模这样一个量级的比赛，也一直想着参加，但是没想到他来的这么快。导员突然在群里通知国赛校级选拔的消息，让我猝不及防地惊了一下。疫情原因，过去的一整个寒假都宅在家里，却并没有干任何实质性的事情。这建模比赛……心里还真没谱。算了，冲就完事了。问了几个同学，不是没兴趣就是已经组队了。无奈之下在群里发了“一缺二求带”，竟真就有人原意要我。没什么好犹豫的，我成为了他们队伍中的...

老师讲解：此题是典型的时间序列问题。研究方向: 预测、分类、周期检测、异常值检测等。问题重述：明确本课题研究的必要性；站在自己的角度，归纳此课题研究问题分析：搜集资料，用现有的算法解释问题，明确其优缺点抽象问题，确立建模方法初步分析数据，从分布、波动幅度、周期性等方面阐述。数据量大则需作出图像。判断异常值：（具体方法见后）(1)预测型:先根据已有数据构建模型做出预测，再利用误差（残差、平均误差、平均绝对误差、均方误差、平均百分比误差和平均百分比误差置信区间、根据实际设置的阈值等）判断异常

听了熊春光老师的题解，收获很多。在这里分享一下：1. 突出亮点相同的题目会有不同的解法。如何选择、优化、细化模型是关键。例如：这里首先他加上了预处理，增加了数据的可靠性；另外用更加复杂且专业的指标衡量模型误差，这是与众不同的。摘要中准准确叙述了实验过程、结合数据说明结论，完成了对主干的概括。增加了模型的说服力2.有理有据建模重在一个“建”字，论述模型是什么、如何建立起来的是很关键的。影响因素，确立变量，建立模型都要明确，不能一笔带过或是主观臆断。这里很好的体现了优化过程，突出了亮点

待学习：python, one-hot,步骤：安装python+pytorch环境数据转换成数学向量模式(把数据存成tensor, 可以自动求导)编程求解模型参数在学习过程中观察每一轮梯度下降验证集、测试集的F1-measure概念：查准率：正确预测数/模型预测总数查全率：正确预测数/实体总数F1-measure: 2查全率查重率/（查全率+查重率）词的维度一般在500左右，需要试一试很多细节是需要注意的（例如会出现多出的字符）另：寄存器：计算机的存储层次之中，寄存器（re