2023年第三届中国高校大数据挑战赛B题思路

代码更新得看时间、可能会晚一些，也会在公众号更新

任务 1:观察数据集“train_reads.txt”、“train_reference.txt”，针对这次合成 任务，进行错误率(插入、删除、替换、断链)、拷贝数方面的分析。其中错误 率定义为某个碱基发生错误的概率，需要对不同类型的错误率分别进行分析。拷 贝数定义为原始序列复制的数量。

        对每种错误情况单独统计分析似乎有点麻烦，因为每种错误随机发生，不能直接统计字符个数差异、或者字符串遍历的字符差异；但是后面原始序列复制的数量却是容易分析的，可以直接使用莱文斯坦距离来计算，具体参考下方链接文章（包括原理介绍和代码），再回到前面的问题、如何对每种错误情况单独统计分析，可以考虑去看Levenshtein包的源代码如何分别统计的，不确定有没有已经实现可以直接使用的工具

NLP | 姓名相似度

任务 2:设计开发一种模型用于对测序后的序列“train_reads.txt”进行聚类， 并根据“train_reads.txt”的标签验证模型准确性。模型主要从两方面评估效果: (1)聚类后准确性(包括簇的数量以及簇内纯度)、(2)聚类速度(以分钟为单 位)。

        ......

免费获取完整思路

        关注威信公众号 Python风控模型与数据分析，回复 23年大数据挑战赛B题思路 免费获取完整思路；编写不易，辛苦多多关注