这段时间参加数学建模比赛一些的感想。
第一次参赛吧，开始是被人拉着入坑的，后来觉得挺有意思的，虽然只是校内选拔赛，但是也学到了许多的东西。
作为一个没有任何统计知识（中学学的浅显的除外）基础，只有R基础，连matlab都不会用的萌新，面对明显的统计题，并且要求作出决策，感觉压力很大。
第一次向老师寻求帮助时候求教降维方法的时候,记得老师提起PCA，回去查相关资料的时候，发现有好多好多的线性代数名词，虽然上学期线性代数成绩挺好，但是这个时候发现我们采用的教材真的很浅显教的也是书中的简单内容，虽然上学期 已经有所感触学校线性代数的教学问题，但是现在感触更加明显。看完PCA，感觉好像看懂了，后来尝试代码实现的时候，发现R语言已经将PCA过程封装在一个函数里了。虽然感觉代码的压力减轻了一点，但是回想如果自己去实现PCA，虽然一定可以实现，但是却占用了一部分看材料查资料的时间，可能时间会有点赶。这个时候发现数学与编程能力在这项比赛中的重要性了。
第二次，材料中出现了一个所谓的改进的灰关联分析，这时我们同样各种查灰关联分析，我们组只有两个人，缺人手，下次要凑齐三个人，毕竟就连柯南中一般都是三选一的情形，三个人方便一点吧。我们一个人主要负责数学，我主要负责代码部分，这一次灰关联是弄懂了，但是我们其实更想做的是对灰关联分析的改进，我们做一点有意思的东西，另外一个人后来跟我说，改进在短期内可能做不了，所以最后我想为什么我们不能自己来提出其他的降维算法，这可能也是一种亮点吧，我记得当时两个人在书店一边喝茶，一边讨论，一边开着电脑。当时就突然想起了老师上课提到的新闻分类，也就是吴军在数学之美提到的那个，当时就影响深刻，简洁，强大，优美。 我就像我们可以类似新闻分类来对数据进行降维，我们拥有十余个变量随年份变化的数据集，我们还有一个一开始就定位为参照物的变量，同样，我们拥有其随年份变化的数据集，那么，对每一个变量，按照某种规则生成一个拥有某种标准形式的向量，最后利用余弦定理，比较不同变量与作为参照物的变量的相似度，这里就涉及到一个阈值了，这里就是各种的调参数了。这部分算法是我提出的，但代码不是我完成的，感谢另一位大佬。
另外一个人在完成那一部分代码时，我还在做回归分析,现在想起还是挺好玩的，当时在打代码，最后当R显示p-value时，已经有点晚了(我是早睡早起的，身体不好，12点钟对我来说有点晚了，因为一般都是6点起来的)，本来显示的是2.2× 10-12,当时看成了2.2× 1012，当场吓到了，果断关上电脑，上床睡觉，要知道，这是这一部分最后的检验了，这就意味着，前面的要不是方法有重大问题就是数据处理出现了差错，我这个模型好像还不如随便选取一个变量，一元一次函数呢，当时我给队友发出的微信就是“我这里做是做出来了，但p-value怪怪的”。第二天，发现我看错了的时候，心情复杂。
其实感觉另一个比较大的问题是，做这个的时候，还有一堆的考试，其他的论文，论文分析，当然，还有我最怕的体育考试，还好最后我们还是写完了这篇论文。这让我想起了上学期，c语言考试的前一个晚上还在看着Python，用processing写粒子系统的简单模拟写其他物理过程的模拟。感觉有点像。好像真的几次专业课考试之前的晚上都在写其他与专业课无关的代码。话说processing，除了官网不给力，自带的那个android模式太坑了以外，真的是一种很好的编程语言，简洁，明了。（安利一个），言归正传最后拿到打印出来的20多面的成稿，有点小激动。
反正也不知道结果如何，就这样吧，我们这组数模萌新也只是想积累一些经验，认识一些有趣的人，学一些有意思的东西。
差不多就这么多，如果以后还有什么要写的，再加吧。
桔梗镇楼
