参加2021数学建模美赛C题的感受

前言

我是计算机专业的。我的队友A是会计专业，B是计算机专业。分工是：我和B负责建模和编程，A负责写论文。

最开始是A来找我组的队，然后我又去找的B。当时就想着多参加一些比赛，但因为大二上学期有很多事情忙里忙外的就拖着了。正好有同学来找我，我就参加了。

组好队已经是接近期末考试了，我又去准备期末考试。紧张的期末考试结束之后，当然是要放松两天。但这两天心里又惦记着比赛这个事情，慌得很。因为自己既没有接触过数学建模，也没有学过python，更是对比赛的相关情况一无所知，纯路人，纯裸赛。

准备阶段

大概准备了三四天左右的时间吧。也没干什么事情，就是先了解了一下比赛的流程，了解了该准备什么，就花了两天的功夫（因为刚放假想摸鱼）。然后去把python安了，pycharm安了。

经过了解，我发现ICM都是跨学科的，我觉得我没那本事，又听说AB题都很难。所以，最后一点时间，我去看了一篇2020年C题的论文（不是O奖的）。我看了一下，感觉很重要的一步是学会处理excel表。于是我就花了点功夫写了几个demo。事实证明：很有用。

开赛

比赛好像4点？还是6点就开始了。但我们三个8点钟才爬起来。没有任何犹豫，直接看的C题。感觉没有想象中那么高大上（或许是我理解的比较浅薄）。

很快，我们看完题进行了讨论。第一问我的直觉就是：提取positiveID报告的经纬度和发现日期，以日期最早的点为传播源，计算其它数据点到起始点的距离。我就不信没有一个现成的能预测一个按时间发展排序的数据的模型。

第二问我一看，NND，这不是图像分类吗？我SRDP不就搞这个吗？可惜的是，我SRDP的课程学习只看了前面的引言和第一讲，就简单介绍了一下卷积神经网络，什么机器学习三大牛啊之类的，还有什么激活函数，这层那层。印象比较深的是relu函数。

虽然学的不多，但对于理解题目还是很有帮助的。至于后面三问，我想得是就在模型上讨论讨论就行了。

Day1

上午我们已经确定了大致的思路，然后我就先开始数据提取了。因为前天刚看了python操作excel，所以上手不算特别难。我们三个在qq群连的语音，我开了个屏幕共享，我在敲代码，她们在看。我把思路讲给A，有bug或需要搜索资料的地方就找B一块商量（因为B还没安pycharm，我服，后来两天才让她安上的，因为自己一个人负责代码和编程实在是太累了）

第一天的下午，我已经顺利地完成了ARIMA模型的构建。说实话，当时激动的一批。晚上，我就快马加鞭的进入第二问。因为对于图像识别分类，机器学习，我只知道一些理论，比如要有模型，训练集测试集等等，但是从来没有上手过代码，心里没底。第一晚没怎么熬，12点就睡了，就把分训练集的代码写出来了，模型也没写出来。

Day2

早上4点钟起来，继续肝。干到中午，我激动的和队友说：我建出来了！我建出来了！我当时那个激动啊。我本来以为这个工作要费好多天，估计要一整天，甚至要更久，甚至都建不出来。但没想到一上午就搞定了？而且，中午饭我吃的那叫一个香啊~中午还美美的睡了一觉。

下午起来，继续去完善我的模型，发现是有点问题的，也就是预测结果都是negative，一张positive也没有。而且模型准确率高的离谱，都是0.999几，甚至到了1.0 我人都傻了。

这时候还不知道过拟合的概念。但是，不得不提，我的直觉灰常精准。我直接写了一个copyfile.py，用来把positive中的图片按比例复制的和negative的达到1:1。但还是有很高的准确率。后来又研究下去，整了L2正则化，还在换损失函数，加了dropout。反正就各种尝试。换完之后，模型直接跑不起来了。

Day3

我终于能让它跑起来了，但还是过拟合，直接干到凌晨4点。9点多钟起床。但第一问，那个预测结果，需要有一个准确率。我觉得但凭借两张图，不能给出一个数值来，有点low。然后我们就找各种办法去评价第一个ARIMA的准确率。最终，我们要求它符合正态分布的程度，作为准确率。我有画了好大功夫去写。到这个时候我已经甚是疲乏，胸腔有一丝丝压迫感。坐在电脑前，眼睛累的睁不开，屁股上贴了止疼的膏药。最后求出来：0.04！哈哈，惊喜不？这哪敢啊，，，

晚上又发现了新的问题：预测结果出来，属于两个类别的比例都是一样的。比如 [0.5 0.5]

我直接开肝

Day4

bug终于修复了，我自豪的把修改完的problem2.py发给B。又是熟悉的凌晨4点，9点多钟起床。今天的任务是解决第四问。我和B同学讨论的时候感觉挺清晰地，但实际操作代码的时候，我又在纠结一个添加新数据，新数据在训练集中比例小的问题。纠结好久，我又去和B商量，她说：不要在意这些细节…好吧，那就这样吧，爷疲乏了。快中午了，我就写了一半。中午补觉起来下午直接把另一半也补上了。啊，终于要到改论文这一步了吗？太不容易了。

但！是！

有强迫症的我，觉得第二问的图像分类模型还需要操作一下。我进行了一波惊为天人的操作：我又去看了提供的第一个介绍亚洲巨蜂的pdf。本来以为这是一个无用的文件，但我灵光一闪，直接把里面亚洲巨蜂的图片放到训练集里。结果，它居然，他居然，它居然预测出来了3张！3张positive！我去看了一下，你别说还真是！我又深入阅读这篇pdf，发现一个重要信息：区别亚洲巨蜂和其它品种的一个关键点就是它们腹部条纹的不同。于是我又去截了一张大大的亚洲巨蜂腹部图，复制了好几分放到训练集里。阿巴阿巴，检测出5张positive了，哈哈！

10点左右，论文的文案终于全齐了，剩下整合论文翻译翻译就是轻松活了

吗？错！大错特错！我觉得那俩女生，emmm，怎么说呢。。不懂得操作。对。她们论文写得，突出不了重点，详略安排也不是很河里。我又去帮他们修改论文，然后是翻译。

Day5

等到修改后的论文翻译出来，我们发现超过了25页的限制。我想删了A同学写得一堆介绍这介绍那的没用的废话，她想我删代码。最终我完整的保留下来了我心爱的code❤。

但没想到，我们又在论文格式上卡住了。一开始是那个论文的目录有问题，后来有事论文的页码有问题。哎，心塞。

终于，终于，终于把定稿做出来了。我打开屏幕共享，在万众瞩目（啊不，在两个妹纸的瞩目）之下把解决方案发送过去。你以为这就完了？

还没完！我到官网查看是否收到了，一直给我显示not yet received。我们又发了一份，又等了一会儿，还是显示没收到，心里又双叒叕慌了。后来听说这个要等结束后24-48小时才有结果显示，我们才将信将疑的睡了。

凌晨四点。

总结感受

没想到第一次上手python就能写这么多东西了，比如文件操作，pandas，dataframe操作，excel操作，ARIMA模型，图像识别分类模型blabla…

一开始写的时候，我连python语法都不知道，写个啥都得现Google。慢慢的，就很好的适应了。不得不说，python这整齐的马蜂，，，，额不，这整齐的码风很适合爱整齐的我，哈哈。

我有三次很有成就感的时刻。一是建立出来ARIMA模型的时候，二是建出来图像分类模型的时候，三是用图像分类模型能正确识别出一些图像的时候。虽然说，这可能在别人眼里是一个很简陋，很简单的东西。但对于我这么一个在参赛前毫无数学建模经验和python使用经历的人来说，我已经很知足了。越是学习，越感到自己的菜。路漫漫其修远啊！

从凌晨四点开始的数学建模生活第一季，完。