2021美賽C題亞洲大黃蜂思路

序言：

第一題的模型就用種群繁衍，然后用python做地圖的可視化，這就是數(shù)學(xué)公式啦，把地球近似成一個(gè)球體然后用角度和勾股定理模擬三代的繁衍（一開始只有三個(gè)巢穴是官方給的文獻(xiàn)能夠找到）

1.圖像識(shí)別

CNN卷積神經(jīng)網(wǎng)絡(luò)

2.TF-IDF

Term Frequency - Inverse Document Frequency = 詞頻-逆文本頻率

把語言向量化，TF-IDF把每一個(gè)文檔 夠早晨一個(gè)相量 把這個(gè)相量放在一個(gè)空間中 計(jì)算機(jī)計(jì)算空間的效率是最高的，深度學(xué)習(xí)就是把一個(gè)向量計(jì)算出來然后放在一個(gè)空間中去計(jì)算位置與位置的距離，角度與角度之間的大小，通過對(duì)比，最終實(shí)現(xiàn)搜索和匹配，閑聊機(jī)器人、搜索，基于這種底層邏輯！

就是說 像在賣房的中介說了一大堆話，我怎么知道他說的話里面哪句話對(duì)我是最重要的

把正確發(fā)現(xiàn)大黃蜂的描述文本創(chuàng)建一個(gè)TF-IDF，把后面每一個(gè)需要判斷的文本都輸入進(jìn)來計(jì)算TF*IDF最后計(jì)算兩個(gè)的余弦相似度，作為一個(gè)評(píng)分。

不足：不同領(lǐng)域的IDF不同，（中文結(jié)巴分詞）這里沒有特定的分領(lǐng)域。

3. 地點(diǎn)

用圖論

4.整合成一個(gè)模型

把上述三種不同的描述方面，整合成一個(gè)單獨(dú)的能夠判斷下一次上報(bào)的信息的可能性的一個(gè)模型

這里我們用的是層次分析法，首先是去量綱，然后歸一化，查閱相關(guān)的文獻(xiàn)，然后給三個(gè)不同的判斷方向的，

5.分類與模型靈敏度分析

我們的需求是通過概率來分類，我們這里用二分類，要么消息是真的，要么是假的，這個(gè)時(shí)候ROC曲線當(dāng)仁不讓，用的是stata

TPR是真陽性檢出率（靈敏度）

FPR是假陽性率 = 1 - 真陰性檢出率（特異度）

我們要讓假陽性盡可能的小，真陽性盡可能的大，所以要越往左上角靠越好。我們要定義評(píng)分體系的最合理的“及格”分?jǐn)?shù)是多少，就要用到ROC的約登指數(shù)來找出最佳閾值

約登指數(shù) = 敏感度+特異度-1

---

ps：2021-10-01來看上榜了， 感謝大家支持啦~~~~

總結(jié)

以上是生活随笔為你收集整理的2021美赛C题M奖思路的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。