2023华为杯研究生数学建模 E 题

大数据分析题，门槛低，Python 代码实现起来简单，想要获奖需要用比较好的分析方法，多种方法做验证，绘制好看的图表：

第一题很简单，主要是为了让你熟悉题目和数据

• a 问
  • 首先级联两个表中的必要数据，维护患者血肿扩张情况，遍历患者信息
  • 维护影像检查时间间隔、血肿体积等数据
  • 判断血肿是否满足扩张标准
• b 问
  • 首先需要筛数据，想拿好点的奖就做全面一些：例如异常值处理、各种指标与扩张概率之间的弱相关性剔除、样本均衡（能不能删，不能删的怎么扩）
  • 具体方法上就有很多了，什么决策树、随机森林多方法融合、投票、加权、距离相关系数
  • 筛完数据做一下标准化，拆分训练集和测试集，选择合适的预测模型，例如逻辑回归、决策树、随机森林、支持向量机
  • 训练模型、相关性评价
  • 模型评价

第二题说白了就是数据处理 + 画图：

• a 问选取合适的数据，用多项式回归等方式做一个拟合，计算真实值与拟合曲线之间的残差
• b 问核心就是考虑不同的情况对患者合理分组，针对每个分组的患者分别构建水肿体积随时间的变化曲线，然后与 a 问差不多
• c 问用表 1 中的治疗方案进行分组拟合，然后同上
• d 问就是数据可视化和统计分析
• 进阶的可以考虑一些异常、拟合之类的处理分析，这里就不写明了

第三题需要分析仅使用影像和使用全部信息分析的内在联系，使用特征工程确定所使用的主要变量和辅助变量，使用恰当的机器学习策略建立模型并求解，需要考虑 b 问和 a 问