2021美赛C题：大黄蜂传播规律和目击准确性研究赛题分析及思路

一.胡蜂预测模型
二.目击准确性的深度学习模型
2.1数据分析/预处理
2.2问题解答
三.模型评估
四.模型优化
五.建议模型
赛题目的
预测胡蜂的传播规律，研究公众报道胡蜂踪迹的准确性，并且利用模型研究消灭胡峰的方法
问题描述由于胡蜂（Vespa mandarinia）对当地蜜蜂种群的潜在严重影响， 胡蜂的存在会引起很大的焦虑。华盛顿州已经建立了帮助热线和一个网站，供人们报告这些黄蜂的目击情况。根据这些来自公众的报告，国家必须决定如何将其有限的资源优先用于后续补充调查。虽然一些报告已被确定为胡蜂， 许多其他目击已证明是其他类型的昆虫。
你的论文应该探讨和解决以下几个方面：
(1)说明并讨论是否可以预测这种有害生物随时间的传播，以及精确程度如何。
(2) 大多数报道的目击都把其他黄蜂误认为是胡蜂。仅使用提供的数据集文件和（可能）提供的图像文件来创建、分析和讨论预测错误分类可能性的模型。
(3) 使用你的模型讨论你的分类分析如何导致优先调查最有可能是正面目击的报告。
(4) 说明随着时间的推移，如果有额外的新报告，如何更新模型，以及更新的频率。
(5) 使用你的模型，有什么证据可以证明该害虫已被消灭在华盛顿州

胡蜂预测模型
问题分析分析大黄蜂的出现量随时间的变化、创新点：考虑空间分布的差异。预测模型选择：LSTM、RNN、ARIMA、MLR、SVR
目击准确性的深度学习模型
2.1数据分析/预处理

#问题分析=;通过题目给的公众报告准确度情况excel表格，上图可见Positive ID、Negative ID、Unverified数据中Positive ID数据很少。数据严重不均衡会影响深度学习模型的偏好，也就是说给你新公众报道信息，模型更容易预测为Negative ID、Unverified两种情况，这是我们不希望的。针对这样的问题又两种解决办法：