2023MCM-ICM美赛C题第二问思路和代码

摘要

在睡了十一个小时后，蹦出的思路，目前网上没有看到相同的方法（不知道比赛刚结束就发思路会不会出事），第一题和第三题大家大同小异，就不讲解了。

题目

对于给定的未来解决方案单词，在未来的日期，开发一个模型，使您能够预测报告结果的分布。换句话说，预测未来日期（1，2，3，4，5，6，X）的相关百分比。你的模型和预测有哪些不确定性？举一个具体的例子，说明你对2023年3月1日EERIE一词的预测。你对模型的预测有多自信？

思路

首先是单词特征，笔者在这里选择了 6 个特征

• 词频（https://www.kaggle.com/datasets/rtatman/english-word-frequency）
• 词性（名词，动词 ……）
• 音节数
• 词的情感分类（贬义，中性，褒义）
• 重复字母数
• 当天是否是假期

要预测的 7 个百分比是很明显呈正态分布，可以使用正态分布曲线拟合，可视化如下

这样就可以将 7 个要预测的特征转化为 2 个特征（std，mean）

再搭建神经网络预测即可，由于数据量较少，笔者使用多层 Dropout 的方法，p 相继下降来防止过拟合，提高泛化。网络结构如下所示，超参在文末代码中

最后预测的EERIE百分比如下图所示

代码我放在了 github 仓库

https://github.com/aeeeeeep/2023MCM-C-Task2

欢迎给个 star ⭐⭐⭐～