开云 开云体育2022国赛C题完整思路古代玻璃制品分析

　　问题1：对这些玻璃文物的表面风化与其玻璃类型、纹饰和颜色的关系进行分析(对应分析）；结合玻璃的类型，分析文物样品表面有无风化化学成分含量的统计规律（独立样本t检验），并根据风化点检测数据，预测其风化前的化学成分含量（简单计算）。问题2：对这些玻璃文物的表面风化与其玻璃类型、纹饰和颜色的关系进行分析；结合玻璃的类型，分析文物样品表面有无风化化学成分含量的统计规律，并根据风化点检测数据，预问题3：对这些玻璃文物的表面风化与其玻璃类型、纹饰和颜色的关系进行分析；结合玻璃的类型，分析文物样品表面有无风化化学成分含量的统计规律，并根据风化点检测数据，预测其风化前的化学成分含量。（将问题2中的训练的模型进行应用，同样用到的是机器学习分类模型）问题4：针对不同类别的玻璃文物样品，分析其化学成分之间的关联关系，并比较不同类

　　一、对这些玻璃文物的表面风化与其玻璃类型、纹饰和颜色的关系进行分析，可以用到对应分析，来研究不同分类变量之间的关系。

　　结论：黑色比较能却确认为风化，浅绿、深蓝比较能确定为无风化，其它颜色不大能分清是否风化。

　　二、题目要求分析文物样品表面有无风化化学成分含量的统计规律，我们可以用到独立性t检验，以分析有无风化各成分含量是否具有差异性，以及有无风化各成分的均值是什么。但是前提是需要对数据进行预处理，该预处理后的数据在之后的问题中同样适用。数据预处理：2.1根据表单1的与表单2的文物编码，以它为主键，将“类型”和“表面风化”两个变量汇总到表单2中，但表单2中的文物采样点可能取得是并无风化点，还需在表单2进行细微修改。

　　2.2题目中提到成分空白处表示未检测到该成分，我们可以在数据处理模块的“缺失值处理”，将所有成分变量存在的缺失值处理为0。

　　2.3题目中要求将成分比例累加和介于 85%~105%之间的数据视为有效数据。我们可以在数据处理模块的“生成变量”，检验所有成分加和是否在85%-105%区间。

　　由输出结果5，我们可以看出是否以分析有无风化各成分含量是否具有差异性，P值小于0.05的，说明有无风化该成分含量具有差异性。输出结果4的条形图可以有无风化各成分的均值是什么。比如：

　　三、预测其风化前的化学成分含量：根据风化前各成分含量与风化后各成分含量，建立预测关系。解题思路：可以根据（2）中独立样本t检验中，计算各成分有风化均值和无风化均值之间的比值，利用这个比值可以求出风化前的化学成分含量。

　　依据附件数据分析高钾玻璃、铅钡玻璃的分类规律；对于每个类别选择合适的化学成分对其进行亚类划分，给出具体的划分方法及划分结果，并对分类结果的合理性和敏感性进行分析。解题思路：建立机器学习分类模型，因变量为高钾玻璃、铅钡玻璃，自变量为各个成分变量，我这里举例选择随机森林来建立模型，并通过分类模型评价结果来对其合理性与敏感性进行分析。

　　对附件表单 3 中未知类别玻璃文物的化学成分进行分析，鉴别其所属类型，并对分类结果的敏感性进行分析。解题思路：此题是在问题二建立的模型基础上进行应用。首先对表单3的空值进行0填补后，直接在问题二的输出报告中，最后一个输出结果6，上传表单3，可以得到这8个样本的所属类别的预测结果。

　　针对不同类别的玻璃文物样品，分析其化学成分之间的关联关系，并比较不同类别之间的化学成分关联关系的差异性。解题思路：简而言之，首先是分别对两种类型成分间的关联关系进行分析，其次是比较二者成分的关联性是否具有差异。可先将刚才问题二预处理得到的数据进行导出，然后根据类型的不同，分成两个不同的数据再分别上传，大家可以用相关性分析或者是因子分析来解答此题。

　　开云 开云体育平台