美赛各题型必备高频算法汇总表 数学建模竞赛算法速查 备赛学习参考.docxVIP

美赛各题型必备高频算法汇总表

常见题型

高频算法

基本原理

适合场景

模型检验

数据预处理

缺失值处理-均值/中位数填充

利用数据的统计中心特性,用全部有效数据的均值(适用于正态分布)或中位数(适用于偏态分布)替代缺失值,快速补全数据缺口

各类含缺失数据的赛题;特征:缺失值占比低(10%)、数据分布相对均匀、无强关联性的单维度数据

1.正态性检验:Shapiro-Wilk检验(判断是否适配均值填充);2.填充合理性检验:填充后数据与原始数据分布一致性分析;3.缺失机制检验:判断数据为随机缺失(MAR)或完全随机缺失(MCAR)

缺失值处理-K近邻(KNN)填充

基于欧式距离/曼哈顿距离