Trine

项目计划安排

任务分配

• 每个成员需找到之前的一个方案，并在此基础上进行改进。
• 论文结构应根据导师的要求进行组织。
• 代码部分需要标记每个人的贡献，此部分在评分中占20%。
• 每个人需要走完全流程。
• 使用GitHub进行版本控制。
• 使用Overleaf进行文档编写。

时间线

2024/4/9

1. Title 要改，加San Juan，Iquitos
2. Introduction

• 介绍dengue fever
• 前人经验，趋势

3. 3.1.1 Data Analysis -- Weiyi

4. 3.1.3 增加feature selection -- steffi 【DONE】

5. 3.2 回归方法简化

6. 4.1 Data analysis results -- weiyi

7. 4.3.1 XGBoost， LSTM模型参数 -- steffi, allen 【partially completed】

8. XGBoot 不使用guardian的性能比较 -- allen

9. 4.3.2 模型比较， 增加base model (LR, MLP, RF) 【DONE】

10. 4.2 XGBoost 特征选择的结果，feature importance -- allen

11. 5 discussion, 已递进的方式先base model 再XGBoost,LSTM 讨论 -- steffi 【DONE】

• 3.29之前
  • 找到之前的方案。
• 5.9交论文
  • 4.22前两周专门用于撰写文章。
  • 4.05完成加强版的工作。
  • 3.25完成各自版本的开发。
  • 每周一下午四点到五点，在cs building进行面对面会议。
  • 3.05-3.11确定自己的参考内容和技术方向。
  • 3.12-3.18完成第一版技术实现。
    • Azc: 第一版使用XGBoost。
    • Jj: LSTM与时序数据处理。
    • Swy: EDA与特征选择。
  • 0318-0325 交流技术实现，完成个人版本
  • 2024年3月26日 会议
    • 已有的
      • Lstm
      • Random forest
      • Xgboost
    • 计划模型
      • Mlp azc
      • Lm jj
      • autoML swy
      • 预处理，feature selection swy
      • 上传到drivendata上看结果
      • 删除github文件
    • 下次开会时间
      • 周二 四月二日 11点 改为线上
      • code结束，准备写论文
  • 2024年4月2日 会议
    • Jj 第一个城市mae19左右 feature selection有一点提升，但是不多.
      • LSTM MAE 5.9
      • 周数数值前向填充
      • 使用了归一化
        • MinMaxScaler/RobustScaler 使用了两种对比，但是前一个效果更好
    • azc xgboost 第一个城市 20多。第二个城市iq17.2
      • 特征重要性MDI 从xgboost中得出，选择了三个特征
      • xgboost 没有预处理（归一化）
    • jj 有三个模型，azc 两个模型
    • jj FS用了五种方法 PCA方法还需要测试
    • TBD: EDA还需要进行。进行PCA方法，不用加上year weekofyear week start date
    • 每个人写一个自己的readme 写在自己的分支的首页
    • 论文任务分配
      • 每个人写一段literature review
        • 第一段 xgboost allen
        • 第二段 LSTM steffi
        • 第三段 MLP weiyi
  • 2024年4月9日 会议
    • 标题：写上两个城市，使用多种模型的机器学习
    • intro TBD
    • 训练集和测试集五五分开，第二个城市效果更好
    • 3.1.2 预处理的其他方法，添加其他的
    • 3.1.3 加上 feature selection
    • 3 方法论 不用写那么多，到时候每个模型争取一句话
    • 4.1 解释一下之前放的图的一些内容和特点，按两个城市写
    • 5 discussion 需要改进