asso回归来筛选变量，问题二使用问题一中筛出来的重要变量进行回归即可，问题三可以用Logistic回归、聚类模型，来比较模型的预测准确度，问题四也可以用回归来解决。”

沈如皎点了点头，没做评价，看向宋之妧。

宋之妧正色道：“我想选B题，问题一用KNN算法考虑多个变量之间的关系对缺失值进行填充，而后用时序方法来预测，问题二用多种聚类分析比较结果，择优选用，问题三通过建立评价指标使用LSTM深度学习算法来预测，问题四在问题三的基础上考虑更多指标即可。”

宋之妧讲思路时看着电脑目不转睛，口齿清晰，逻辑明确，一抬头便撞进了沈如皎好似装着深海星星的瞳孔里。

沈如皎冲她缓缓点头，嘴唇轻轻上扬，“我们去年选的是B题，因为D题太好上手了，大多数人看到题目大概都会与秦怡一样，从问题一到问题四一直用最直观的‘回归’方法，思路、方法太常规，选的人也多，评奖时就重在创新了。

“传统方法的创新是最难的。

“而B题与D题相反，看似难上手，实际上思路却很简单，就像之妧刚刚提到的，难点大概在于编程来可视化和建模。当然，算法也需要一定的创新，排列组合调参数而已，大家肯定没问题的。

“去年我们就是在LSTM深度学习算法的基础上加了点创新，再画了些花里胡哨的图，反复调整了语言和格式，就拿奖了。”

沈如皎说得很轻松，宋之妧与秦怡浅浅对视了一眼，程序报错谁懂啊？调参数的痛谁懂啊？

三人就着这个模式将近五年的题目都分析了一遍，又参考了往年的获奖作品，最终大家一致认为今年仍旧沿用沈如皎去年的路子。

讨论完已经十点了，三人在经院楼前分开。

宋之妧叮嘱秦怡：“路上注意安全，到宿舍了给我们发消息喔！”

秦怡看着二人轻轻相触的手腕笑盈盈地，同两人挥手，“好！拜拜~

本章未完，请点击下一页继续阅读！ 第2页 / 共4页