有没有什么免费的网站,知名企业网站,上海公司网址,头条淘宝联盟网站推广怎么做文章目录 一、前言二、主要内容三、总结 #x1f349; CSDN 叶庭云#xff1a;https://yetingyun.blog.csdn.net/ 一、前言 不以物喜#xff0c;不以己悲。见众生#xff0c;见自己。 作为荣获一等奖的学生代表#xff0c;我有幸参加了 “华为杯” 第二十届中国研究生数学… 文章目录 一、前言二、主要内容三、总结 CSDN 叶庭云https://yetingyun.blog.csdn.net/ 一、前言 不以物喜不以己悲。见众生见自己。 作为荣获一等奖的学生代表我有幸参加了 “华为杯” 第二十届中国研究生数学建模竞赛颁奖典礼暨二十周年庆祝大会。此次盛会于 2023 年 12 月 15 日至 17 日在南京东南大学隆重举行对我而言这是一次极具意义的参会经历。
通过本篇博客我愿意与读者分享我在整个活动中所获得的独特体验和深刻感受并将其作为一个珍贵的记念。 东南大学校训止于至善 华为的愿景与使命是把数字世界带入每个人、每个家庭、每个组织构建万物互联的智能世界。 二、主要内容 缘起
叮咚一封来自数模二十周年颁奖盛典的邀请函https://mp.weixin.qq.com/s/tfE1xSebo9xciFtJDSblqg重磅预告 | 第二十届中国研究生数学建模竞赛 “数模之星” 决赛答辩会即将来袭https://mp.weixin.qq.com/s/V1QVa3Mj-tUWjLBIhczCCA
2023 年 12 月 15 日乘坐飞机抵达南京禄口机场然后前往分配到的酒店报道以及领取相关物资。 2023 年 12 月 16 日数模之星答辩。北京理工大学的一个团队非常厉害京工数学建模队做的是华为题最后拿到了数模之星冠军。 京工数学建模团队实至名归遥遥领先微信视频号可以搜到有人现场录制的答辩视频 值得一提的是E 题的一个数模之星貌似不会算二分类任务的 F1 score
尊敬的读者您可能会对此感到一丝娱乐之情将这样的研究结果展示于答辩的 PPT 中实在是一种大胆之举。然而似乎并没有多少人对此表示关注。针对 E 题的提问仅有一位女性专家进行了探讨她很可能就是出题的专家。感觉她主要关注的是预测模型在临床应用中的价值。遗憾的是两支答辩团队在回答时似乎都未能深入分析预测模型的可解释性以及关键预测指标在临床上的重要性。个人感觉其中一个团队显得过度包装。 如上图 PPT 所示令人惊讶的是该机器学习预测模型的 F1 分数竟然达到了 1 在这种情况下我们有必要仔细审查数据集的划分方法以及是否存在过拟合现象。显然报告中并未提供关于均值、方差和混淆矩阵的详细分析。很可能是因为没有采用分层 K 折交叉验证方法导致预测性能评估结果的可靠性大打折扣尤其在标签类别不平衡的情况下。
此外在认真审查计算结果后作为一名具有丰富机器学习和数据科学经验的技术博主我发现这些结果有点诡异。Precision 和 Recall 的值均未达到 1那么如何得出 F1 分数为 1 的结论呢 这一点值得我们深入探讨和质疑。
家人们谁懂啊听数模之星答辩还有 Debug 代码的机会。接下来我们可以根据 PPT 给出的混淆矩阵来计算验证Python 代码如下
import numpy as np
from prettytable import PrettyTableclass ConfusionMatrix(object):def __init__(self, num_classes: int, labels: list):self.matrix np.array([[2, 1],[2, 15]])self.num_classes num_classesself.labels labelsdef summary(self):sum_TP 0print(self.matrix)for i in range(self.num_classes):sum_TP self.matrix[i, i]acc sum_TP / np.sum(self.matrix)print(模型预测精度为, acc)table PrettyTable()table.field_names [, Precision, Recall, F1-score]for i in range(self.num_classes):TP self.matrix[i, i]FP np.sum(self.matrix[i, :]) - TPFN np.sum(self.matrix[:, i]) - TPTN np.sum(self.matrix) - TP - FP - FN# Accuracy (TP TN) / (TP FP TN FN)Precision round(TP / (TP FP), 3) if TP FP ! 0 else 0.Recall round(TP / (TP FN), 3) if TP FN ! 0 else 0.F1_score round(2 * Precision * Recall / (Recall Precision),3) if Recall Precision ! 0 else 0.table.add_row([self.labels[i], Precision, Recall, F1_score])print(table)if __name__ __main__:labels [1, 0]# num_classes为分类的类别confusion ConfusionMatrix(num_classes2, labelslabels)confusion.summary()结果应为
[[ 2 1][ 2 15]]
模型预测精度为 0.85
--------------------------------
| | Precision | Recall | F1-score |
--------------------------------
| 1 | 0.667 | 0.5 | 0.572 |
| 0 | 0.882 | 0.938 | 0.909 |
--------------------------------[[ 2 2][ 2 14]]
模型预测精度为 0.8
--------------------------------
| | Precision | Recall | F1-score |
--------------------------------
| 1 | 0.5 | 0.5 | 0.5 |
| 0 | 0.875 | 0.875 | 0.875 |
--------------------------------[[ 2 1][ 1 16]]
模型预测精度为 0.9
--------------------------------
| | Precision | Recall | F1-score |
--------------------------------
| 1 | 0.667 | 0.667 | 0.667 |
| 0 | 0.941 | 0.941 | 0.941 |
--------------------------------分析原因
他们在计算精确度Precision和召回率Recall时仅关注了负类样本即没有血肿扩展的样本。然而在血肿扩展风险预测中其实更应该重点关注正类样本或者都要考虑。支持向量机SVM和逻辑回归模型的 F1 分数计算错误。理论上F1 分数不可能达到 1这一点显而易见。然而这个队直接展示 F1 分数为 1 的结果。
总结来看计算结果显然存在一定的问题这可能导致了学术不规范和预测建模作弊。建议仔细阅读周志华教授所著的《机器学习》俗称西瓜书以便更好地理解如何规范地进行机器学习模型的训练和验证。遵循正确的流程构建机器学习预测模型至关重要而非仅凭一个初步结果就过分强调其意义 / {/} /价值。
在华为之夜活动中世纪缘酒店成为了盛大庆典的举办场所。晚宴上美食佳肴与抽奖环节相得益彰使宾主共享欢愉时光。活动结束后与新结识的小伙伴们沿着九龙湖畔漫步共同回到酒店这无疑是一段难忘的经历。 华为的遥遥领先HUAWEI Mate 60 Pro虽然没有抽到沾沾喜气.jpg 2023 年 12 月 17 日数学建模颁奖盛典隆重举行。有数模嘉年华以及华为展示成果的小帐篷。主办方制作的微电影 《建数少年》 表现出色引发了广大数学建模参赛人员的共鸣与认同。此外在本届数模盛事中主办方邀请到了著名数学大师——丘成桐院士发表了精彩致辞。本次活动的其他环节与往届大致相似旨在展示竞赛成果。值得一提的是明年的数学建模竞赛将由山东大学承办。 在本年度的颁奖典礼上颁发的是纸质证书以及有证书壳两名队友同样也有仅自己名字的纸质证书及证书壳。领取完毕后活动基本告一段落接下来便是花光赠送的消费券以及去合适的游玩地点再放松一下。最终我们整理好所需物品回到学校投入研究和学习工作中为未来的事业继续努力。与诸君共勉 三、总结 这篇博客与读者分享我参加了 “华为杯” 第二十届中国研究生数学建模竞赛颁奖典礼暨二十周年庆祝大会所获得的独特体验和深刻感受并将其作为一个珍贵的记念。这大抵也是学生时代最后一个数学建模竞赛了。
世界灿烂盛大。人生有梦各自精彩。
祝福看到这篇博客的小伙伴在以后的 “华为杯” 数模竞赛中都能拿到数模之星。⭐⭐ ️ 参考链接
中国研究生数学建模竞赛沈向洋院士致 AI 时代的我们 —— 请不要忽视写作的魅力
