參加2018APMCM B賽題 四天覆述以及對數模和機器學習賽的個人感想
首先感謝我的隊友——曹學姐以及王學長，讓我第一次數模賽圓滿結束（沒有什麼遺憾吧，盡力了！）。其次，感謝田學長（csdn：Font Tian）給我的兩份題目分析，以及王學長（csdn：那岐）對我演算法的指導。
這次亞太賽，個人認為AB兩題給的資料集都有問題。但是A總體而言，只要有思路，A賽題就能作出，而且並不複雜。參考神經網路或者是此處部落格：http://blog.sina.com.cn/s/articlelist_5975650474_0_1.html （如果打數模賽都可以關注這個老師一下！）此處不多複述。再講講B賽題。
B賽題是人才方面的問題。而我從一進大學開始，就開始著手人才類的研究（因為當初獵場火爆以及搶人才大戰的社會輿論火爆），並且我在暑期做過人才類實地調研。故看到賽題就擬定是B。後來發現，B題和我當初的調研有非常大的不同。B賽題更多的是對崗位應聘人的學歷不同以及時間序列來給的資料集。有三個不同的變數：1，行業（48個可用，有一個行業是空）；2，時間（2015到2018，還有一份不懂為什麼用的2011資料集，我們沒有放入使用是一個缺點。）；3，應聘人學歷（非常大的問題就是，總需求人數和後面所有學歷相加人的人數不對等）。這樣是我所說，賽題有問題。
剛開始那天（星期四），我們因上午全有課，改為下午討論，上午各自思考賽題。然後我們在下午做的過程中，我們選擇先清洗資料。這裡因為我以前是先接觸的機器學習後學的數模演算法，故我對資料的質量要求非常高，花了太多太多時間，導致了後面的一些問題（時間消耗嚴重，和隊友上課時間衝突，溝通不夠等等）然後做好資料清洗，時間已經比較晚了。我們開語音聊天后，先選擇多元線性迴歸。但是結果並不理想（我並不知道隊友的做法是如何，溝通不夠，因為並不是我做而後面隊友有事情，好像放棄了導致第一題我到第三題才有完整思路。）然後我們探討了SVM的可行性，發現也不行。第一天陷入困境。我感到非常的焦躁，感覺自己什麼都沒做，拖累了他們。但是隊友還是給於鼓勵。第一天我們的進度，是第一題圈定演算法和第二題演算法設想。
第二天，我早上一直在搜尋演算法（這裡發現是不能這樣做的，而應該去搜索文獻資料，因為後面瞭解到，有類似現成文章，但是時間已經來不及了。後悔！）我認為第二題可以用時間序列去分析。然後告訴了隊友我的想法後，他表示肯定，然後讓我先做。在這個時間我突然回看第一題，發現如果用聚類降維思路，劃分出行業規則再擬合迴歸線，可能有奇效。然後，下午，我找了kmeans和pca程式碼，降維度後，又陷入困境，因為不知道如何去擬合迴歸線（不知道目標是什麼，約束條件是什麼）到晚上，我突然感覺，如果擬合總需求人數，將後面學歷背景作為引數，擬合，反向求出行業人才學歷結構。（因為機器學習做多了，思想上一直是特徵工程，但其實並不是。後面論述數模和機器學習區別）。發現利用分類後，擬合迴歸的引數比較理想。然後確定，第一題思路——聚類後迴歸。而後回到第二題，因為先前思路是時間序列，我們在第一天嘗試了BP神經網路後，發現結果不理想，後重新找演算法。我當初看到田學長分析，可以藉助ARIMA模型，後找資料（http://www.10tiao.com/html/284/201608/2652390079/1.html 類似文章）發現擬合結果，呈現下降趨勢後平緩。懷疑程式碼問題，但是時間來不及了（我並麼有事先了解時間序列模型。因為機器學習掌握了RNN對這些沒有關注）
第三天，第二題，白天沒有絲毫進度，自暴自棄打王者去了。晚上觀看部落格，發現灰度預測模型，然後找了一篇matlab程式碼，直接輸入36個時許後，被告知精度等級不夠，改用年為單位輸入，發現精度等級一級，果斷使用，跑出人數，雖然個人感覺非常扯淡。但是時間來不及多想了。期間隊友做了48個行業人數需求圖，9個學歷需求圖。我將此作為依據，逐個分析，然後圈定沿海二線城市（珠三角，長三角），根據IT業發達，手工業沒人的情況，圈定杭州。
第四天，第四題和第五題思考已經力不從心了。因為隊友臨時有事，不再參與，我就直接套用了我在暑期做的人才吸引力模型以及當初做的資料集。後加班加點，和另一隊友熬夜寫論文。（是的，沒錯！一個晚上，寫好論文提交。估計成績很差。）
感想以及對數模和機器學習賽的認知：
1.要有耐心。數模賽不是一個長期比賽的東西。他不像機器學習賽，不需要多少可靠的精度要求。所以他的滿足感是缺少的。而且持續時間短，沒有多少時間給你細緻的去思考。最重要的是，他的分析是多變的，可用模型是多量的，沒有正確答案。但是機器學習賽，只需要會python，瞭解keras，sklearn和pandas三個庫就足夠應付所有的比賽了。但是數模，你需要了解10多個不同模型。總體而言，機器學習賽更多偏向是統計模型，而數模是運籌模型。是兩個不對等的比賽。風格類似，其思維大致相同，都是為了解決某個問題去找到優化。所以需要掌握多個模型，以便隨時更換。
2.是最重要的，要能堅持！我看到很多人放棄比賽了。數模賽更多的是對思維的培養。如何找到一個可變數，一個自變數；如果找到一個優化點。是非常主觀的。但是機器學習賽是客觀的，他是冷冰冰的他只管你精度，不管其模型不管其分析思維不管其文案（不用寫論文，適合所有年齡段的學生）。但是數模不僅要知其然還要知其所以然，要能論述要了解這個模型的好處在哪，要指出來。所以，數模獲獎，有一大部分是論文寫的好。這樣側面突出機器學習的客觀和獲獎的難度性（權威性！只有topn，但它是小眾！）數模賽水平參差不齊，很多人是混的，而且有老師暗中幫助，也是我最唾棄的一點。但是沒辦法，真香。所以只要堅持寫完，基本上數模都能獲獎，雖然很水，但也可以有滿足。
3.如果你對資料分析感興趣那就研究機器學習賽吧。如果是為了獲獎，那就參與數模。說句大實話，數模只是將一些論文改掉，就是參賽了。他其實可以完全不懂數學，可以完全不懂程式碼，只要能語文建模，天花亂墜，那就能獲獎。因為分析，可能是非常直觀的，可能就幾句話而已但是要寫成千把來的字。。。（學校老師的參與就像是外掛，而學校、老師為了榮譽，作出如此不公平的選擇真是）