欧美成人午夜精品久久久,国产?V天堂一区二区三区,欧美精品va在线观看,亚洲一区二区三区免费在线观看,av无码精品一区二区久久,欧美性爱视频不卡一区三区,欧美乱人伦视频在线观看,国产一级牲交高潮

ARTICLE DETAIL

資訊詳情

深耕商務(wù)建站與企業(yè)官網(wǎng)運(yùn)營(yíng)的一線實(shí)戰(zhàn)洞察。

2022數(shù)學(xué)建模C題復(fù)盤:成分?jǐn)?shù)據(jù)降維聚類與分類建模全流程

2022數(shù)學(xué)建模C題復(fù)盤:成分?jǐn)?shù)據(jù)降維聚類與分類建模全流程 簡(jiǎn)介面向數(shù)學(xué)建模競(jìng)賽參與者這份2022年全國(guó)大學(xué)生數(shù)學(xué)建模C題完整方案以PDF文檔形式呈現(xiàn)聚焦古代玻璃制品的成分分析與鑒別。內(nèi)容覆蓋數(shù)據(jù)預(yù)處理、特征工程、主成分分析、因子分析、敏感性分析與灰色關(guān)聯(lián)度分析等核心環(huán)節(jié)完整呈現(xiàn)從問題重述、數(shù)據(jù)探索到建模求解的論文正文并包含對(duì)應(yīng)代碼實(shí)現(xiàn)可幫助讀者快速理解風(fēng)化效應(yīng)下文物成分分析的典型思路與模型搭建方法。壓縮包內(nèi)共1個(gè)PDF文件大小約3.55MB便于下載與查閱。目前已有927人學(xué)習(xí)下載適合正備戰(zhàn)國(guó)賽、需要參考完整建模流程和論文寫作框架的讀者。PDF中還提供了基于風(fēng)化系數(shù)判別的數(shù)據(jù)處理細(xì)節(jié)以及鉛鋇玻璃A紋、C紋等亞類劃分的敏感性討論具有較強(qiáng)的實(shí)操參考價(jià)值。1. 2022全國(guó)大學(xué)生數(shù)學(xué)建模C題這題為什么成了當(dāng)年“文檔寫得完模型跑不動(dòng)”的分水嶺如果你參加過2022年的全國(guó)大學(xué)生數(shù)學(xué)建模競(jìng)賽尤其是選了C題大概率會(huì)有一種感覺題目讀起來不難數(shù)據(jù)量也不大但真正動(dòng)手時(shí)每一步都在考驗(yàn)?zāi)銓?duì)“成分?jǐn)?shù)據(jù)”這種特殊結(jié)構(gòu)的理解。C題給定的是一批古代玻璃制品的成分檢測(cè)結(jié)果要求通過成分比例推斷其類型和風(fēng)化規(guī)律。表面上是分類和聚類問題實(shí)際上卻把降維、歸一化、不完整數(shù)據(jù)處理和模型穩(wěn)定性全部揉在了一起。很多隊(duì)伍最后論文寫得厚但評(píng)委一問靈敏度分析就露餡問題就出在中間有一環(huán)模型是黑匣子。這篇筆記把當(dāng)時(shí)我們隊(duì)伍從拿到題目到提交完整文檔和代碼的完整路徑拆給你包括每個(gè)參數(shù)怎么設(shè)、每個(gè)坑怎么繞以及最后那份能站住腳的論文是如何從代碼里長(zhǎng)出來的。2. 拆題與建模路線從賽題文本到第一版可用模型2.1 題目數(shù)據(jù)長(zhǎng)什么樣成分?jǐn)?shù)據(jù)的三個(gè)直覺陷阱2022年C題的數(shù)據(jù)核心是一張成分檢測(cè)表每一行代表一件文物樣本列是各種金屬氧化物的百分比含量比如硅、鋁、鐵、鉀、鈣等最后一列是類別標(biāo)簽高鉀類或鉛鋇類。第一眼看上去這就是一個(gè)常規(guī)的分類任務(wù)但如果你直接拿原始百分比去訓(xùn)練模型會(huì)踩到三個(gè)陷阱。第一個(gè)陷阱是“閉合效應(yīng)”。所有成分加總接近100%任何一個(gè)成分升高其他成分必然相對(duì)下降。這種內(nèi)在的負(fù)相關(guān)不是真實(shí)屬性而是數(shù)據(jù)格式帶來的假象。如果直接算歐氏距離或做協(xié)方差分析得到的相關(guān)性會(huì)誤導(dǎo)聚類。處理方式是先做對(duì)數(shù)比變換比如中心對(duì)數(shù)比變換即CLR打破閉合約束再進(jìn)入建模流程。第二個(gè)陷阱是零值。部分樣本的某些成分未檢出表中填0。直接CLR變換時(shí)log(0)會(huì)報(bào)錯(cuò)需要用乘法替換或零填充策略。常見做法是用該成分在全體樣本中的最小檢出值的一半替換而不是簡(jiǎn)單填均值因?yàn)樘罹禃?huì)嚴(yán)重壓縮該維度的方差。第三個(gè)陷阱是標(biāo)簽不平衡。類別可能不是均衡分布高鉀類樣本明顯少于鉛鋇類如果直接訓(xùn)練分類器少數(shù)類會(huì)被淹沒。需要在下游模型里處理類別權(quán)重或者用分層采樣保證驗(yàn)證集的類別比例與全集一致。2.2 建模路線選擇為什么先降維再聚類和分類這道題的核心矛盾是變量多、樣本少、變量之間高度相關(guān)。十幾項(xiàng)成分指標(biāo)雖然維度不算高但相關(guān)性強(qiáng)直接聚類時(shí)距離計(jì)算會(huì)被冗余維度帶偏。所以標(biāo)準(zhǔn)技術(shù)路線是先做降維主成分分析配合數(shù)據(jù)變換再在低維空間做聚類分析最后用判別分析或隨機(jī)森林做分類再加靈敏度分析檢驗(yàn)穩(wěn)定性。我們最終選的技術(shù)棧是Python pandas scikit-learn沒有用深度學(xué)習(xí)原因是樣本量只有幾十個(gè)神經(jīng)網(wǎng)絡(luò)在小樣本表格數(shù)據(jù)上不僅沒有優(yōu)勢(shì)還容易過擬合且難以解釋。而競(jìng)賽評(píng)審非??粗乜山忉屝跃垲愔行摹⒅鞒煞州d荷、判別函數(shù)系數(shù)都是能直接寫進(jìn)論文的素材。主成分分析在這里不僅是為降維而降維它還能幫你回答題目里一個(gè)關(guān)鍵問題哪些成分是區(qū)分玻璃類型的主要變量。你看主成分載荷矩陣載荷絕對(duì)值大的成分就是劃分類型的核心指標(biāo)這個(gè)信息在論文里是重要的模型解釋段落。2.3 把賽題翻譯成數(shù)學(xué)語言目標(biāo)函數(shù)的落點(diǎn)賽題分成幾個(gè)小問第一問要求對(duì)文物樣本進(jìn)行分類第二問要求分析不同類別之間的成分差異第三問要求預(yù)測(cè)未知樣本的類別。翻譯成數(shù)學(xué)語言就是無監(jiān)督聚類探索類別結(jié)構(gòu) 有監(jiān)督分類建立判別規(guī)則 統(tǒng)計(jì)檢驗(yàn)驗(yàn)證類別差異顯著性。我們模型的目標(biāo)函數(shù)不是最小化損失而是讓聚類結(jié)果和分類結(jié)果在業(yè)務(wù)語義上一致。如果聚類分出來的群體無法解釋哪怕輪廓系數(shù)再高這篇論文也站不住。所以在建模時(shí)我們不只看聚類指標(biāo)還會(huì)對(duì)每個(gè)簇的成分均值做對(duì)比分析確認(rèn)高鉀類和鉛鋇類在主要成分上有顯著差異。這一步直接決定了后面所有分析的可靠性也決定了評(píng)委買不買賬。3. 數(shù)據(jù)預(yù)處理與特征降維用Python把原始成分表變成干凈可用的特征矩陣3.1 缺失值處理與成分?jǐn)?shù)據(jù)的對(duì)數(shù)比變換拿到原始表格后我習(xí)慣先做一次徹底的數(shù)據(jù)體檢直接看缺失比例、零值比例和每列分布。下面的代碼是一個(gè)可復(fù)現(xiàn)的預(yù)處理流程。import pandas as pd import numpy as np # 讀取原始成分?jǐn)?shù)據(jù) df pd.read_csv(glass_data.csv) # 查看每一列的缺失值和零值比例 print(df.isnull().sum()) print((df 0).sum()) # 成分列名列表不含ID和類別標(biāo)簽 comp_cols [c for c in df.columns if c not in [id, type, sub_type]] # 零值處理用該成分非零最小值的一半替換 for col in comp_cols: non_zero df.loc[df[col] 0, col] if len(non_zero) 0: replace_val non_zero.min() / 2 df[col] df[col].replace(0, replace_val) print(缺失值和零值處理完成)這段代碼的核心邏輯是逐列掃描零值用非零最小值的一半填充。選最小值的一半而不是均值是為了保留該成分的方差信息。如果你用均值填充相當(dāng)于人為制造了一個(gè)常見值聚類時(shí)所有樣本在該維度上的差異都會(huì)被壓縮最后導(dǎo)致聚類結(jié)果偏保守。接下來是中心對(duì)數(shù)比變換CLR。這個(gè)變換能有效打破成分?jǐn)?shù)據(jù)的閉合效應(yīng)讓每個(gè)樣本的特征值不再受“總和為100%”的約束。from sklearn.preprocessing import StandardScaler # 提取成分矩陣并做CLR變換 comp_matrix df[comp_cols].values 1e-10 # 防止log(0) log_matrix np.log(comp_matrix) row_means log_matrix.mean(axis1, keepdimsTrue) clr_matrix log_matrix - row_means # 標(biāo)準(zhǔn)化供后續(xù)PCA使用 clr_df pd.DataFrame(clr_matrix, columnscomp_cols) scaler StandardScaler() clr_scaled scaler.fit_transform(clr_df)CLR的本質(zhì)是讓每個(gè)樣本的數(shù)值都減去該樣本所有成分的對(duì)數(shù)均值相當(dāng)于把“總量差異”去掉只保留“構(gòu)成差異”。加1e-10是防御性寫法確保對(duì)數(shù)運(yùn)算穩(wěn)定。標(biāo)準(zhǔn)化放在CLR之后而不是之前這個(gè)順序不能顛倒。先CLR再標(biāo)準(zhǔn)化才能保證每個(gè)成分維度在后續(xù)PCA中有公平的權(quán)重。3.2 主成分分析降維選擇主成分?jǐn)?shù)量時(shí)的兩個(gè)參考標(biāo)準(zhǔn)PCA的核心參數(shù)是主成分?jǐn)?shù)量。常見的做法是取累計(jì)方差貢獻(xiàn)率到85%以上但我建議同時(shí)參考特征值的“陡坡圖”scree plot。當(dāng)特征值曲線從陡峭下降轉(zhuǎn)為平緩的那個(gè)拐點(diǎn)就是主成分個(gè)數(shù)的最佳位置。在2022年C題這種場(chǎng)景下我們最終取了3個(gè)主成分累計(jì)方差貢獻(xiàn)率約88%效果很理想。from sklearn.decomposition import PCA import matplotlib.pyplot as plt pca PCA(n_componentslen(comp_cols)) pca.fit(clr_scaled) var_ratio pca.explained_variance_ratio_ # 畫累計(jì)方差貢獻(xiàn)率圖 cum_ratio np.cumsum(var_ratio) plt.plot(range(1, len(var_ratio) 1), cum_ratio, o-) plt.axhline(y0.85, colorred, linestyle--) plt.xlabel(主成分?jǐn)?shù)量) plt.ylabel(累計(jì)方差貢獻(xiàn)率) plt.title(PCA累計(jì)方差貢獻(xiàn)率) plt.show()運(yùn)行這段代碼后你會(huì)發(fā)現(xiàn)前2個(gè)主成分已經(jīng)能解釋約65%的方差第3個(gè)加入后才到88%。取3個(gè)主成分的原因是二維投影雖然好畫圖但丟失了部分可用的判別信息取4個(gè)以上則邊際收益明顯下降且會(huì)引入噪聲。一個(gè)容易被忽略的檢查點(diǎn)是主成分載荷的方向。建議把前3個(gè)主成分的載荷矩陣打印出來看看每個(gè)主成分主要由哪幾個(gè)成分驅(qū)動(dòng)方便在論文里解釋主成分的業(yè)務(wù)含義。loadings pd.DataFrame( pca.components_[:3].T, indexcomp_cols, columns[PC1, PC2, PC3] ) print(loadings)如果PC1上氧化硅的載荷是負(fù)的大值氧化鉛是正的大值說明第一主成分基本代表了“硅鉛置換”的結(jié)構(gòu)差異這正是高鉀類與鉛鋇類最本質(zhì)的區(qū)分維度。這一句話寫進(jìn)論文比堆十個(gè)數(shù)據(jù)指標(biāo)更有說服力。3.3 在降維之后保留原始維度的重要性一個(gè)很多隊(duì)伍會(huì)犯的錯(cuò)誤是降維后只用主成分做聚類論文里卻依然拿原始成分解釋類別差異導(dǎo)致圖表和文字脫節(jié)。我的建議是雙軌并行聚類在低維空間做但每個(gè)簇的特征畫像用原始成分的均值和中位數(shù)描述。這樣既有數(shù)學(xué)嚴(yán)謹(jǐn)性又有業(yè)務(wù)可讀性。# 把前三個(gè)主成分加到原數(shù)據(jù)中 pca_3 PCA(n_components3) pca_result pca_3.fit_transform(clr_scaled) df[PC1] pca_result[:, 0] df[PC2] pca_result[:, 1] df[PC3] pca_result[:, 2] # 按類別查看原始成分均值 group_summary df.groupby(type)[comp_cols].mean() print(group_summary)這段代碼輸出的是每個(gè)類別在所有成分上的均值寫完論文里的統(tǒng)計(jì)表直接復(fù)制。低維聚類、原始維度解釋兩條腿走路評(píng)委想挑毛病都難找切入點(diǎn)。4. 聚類與分類建模從K-means到判別分析的完整流水線4.1 聚類數(shù)怎么選輪廓系數(shù)與業(yè)務(wù)可解釋性的取舍聚類數(shù)K在2022年C題里是第一個(gè)分水嶺。K2時(shí)輪廓系數(shù)最高正好對(duì)應(yīng)賽題里的兩個(gè)已知類型K3或K4時(shí)輪廓系數(shù)會(huì)稍微下降但能把某個(gè)大類進(jìn)一步細(xì)分成亞型。題目本身要求識(shí)別亞類型所以K不能只看數(shù)學(xué)指標(biāo)還要看細(xì)分出來的簇在成分均值和工藝特征上是否講得通。from sklearn.cluster import KMeans from sklearn.metrics import silhouette_score sil_scores [] K_range range(2, 7) for k in K_range: km KMeans(n_clustersk, random_state42, n_init10) labels km.fit_predict(pca_result) score silhouette_score(pca_result, labels) sil_scores.append(score) for k, s in zip(K_range, sil_scores): print(fK{k}, 輪廓系數(shù){s:.4f})運(yùn)行這段代碼后一般會(huì)看到K2時(shí)輪廓系數(shù)最高K3和K4略有下降。此時(shí)不要直接選K2因?yàn)轭}目問的是“亞類”K2只回答了主類。建議把K3和K4的畫出來對(duì)比選擇簇內(nèi)樣本數(shù)比較均衡且每個(gè)簇的成分均值有明顯梯度的那個(gè)K。在我們的案例里K3最合適兩個(gè)對(duì)應(yīng)主類別另一個(gè)是鉛鋇類里的高硅亞組工藝含義明確。4.2 監(jiān)督分類建模線性判別分析與隨機(jī)森林的對(duì)比聚類完成之后需要對(duì)未知樣本進(jìn)行預(yù)測(cè)這里用到有監(jiān)督分類。2022年C題是一個(gè)典型的小樣本分類問題我同時(shí)跑了線性判別分析和隨機(jī)森林兩種模型原因很現(xiàn)實(shí)線性判別分析可解釋性強(qiáng)隨機(jī)森林魯棒性好但要調(diào)參。兩者輸出一致才能放心地把結(jié)論寫進(jìn)論文。from sklearn.model_selection import train_test_split, StratifiedKFold from sklearn.discriminant_analysis import LinearDiscriminantAnalysis from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import accuracy_score, confusion_matrix # 提取特征主成分 關(guān)鍵原始成分 feature_cols [PC1, PC2, PC3] [高解釋力成分1, 高解釋力成分2] X df[feature_cols].values y df[type].values # 分層劃分訓(xùn)練集和測(cè)試集 X_train, X_test, y_train, y_test train_test_split( X, y, test_size0.3, stratifyy, random_state42 ) # 線性判別分析 lda LinearDiscriminantAnalysis() lda.fit(X_train, y_train) y_pred_lda lda.predict(X_test) print(LDA準(zhǔn)確率:, accuracy_score(y_test, y_pred_lda)) # 隨機(jī)森林 rf RandomForestClassifier( n_estimators200, max_depth4, class_weightbalanced, random_state42 ) rf.fit(X_train, y_train) y_pred_rf rf.predict(X_test) print(隨機(jī)森林準(zhǔn)確率:, accuracy_score(y_test, y_pred_rf))使用線性判別分析時(shí)有個(gè)前置注意點(diǎn)它要求特征維度低于樣本數(shù)量否則協(xié)方差矩陣不可逆。這里用3個(gè)主成分加2個(gè)原始成分總共5維樣本約40個(gè)條件滿足。隨機(jī)森林的max_depth設(shè)成4是為了防止過擬合小樣本場(chǎng)景下如果深度太大訓(xùn)練集準(zhǔn)確率接近100%測(cè)試集卻只有60%一眼假。4.3 特征重要性與判別系數(shù)的雙驗(yàn)證模型不能只報(bào)準(zhǔn)確率還需要讓評(píng)審看懂“憑什么這么分類”。線性判別分析給出的系數(shù)直接反映了每個(gè)特征在判別函數(shù)中的權(quán)重隨機(jī)森林輸出的特征重要性則能交叉驗(yàn)證這個(gè)結(jié)論。兩條證據(jù)線越一致論文的說服力越強(qiáng)。# 輸出LDA判別系數(shù) print(LDA判別函數(shù)系數(shù):) print(lda.coef_) # 輸出隨機(jī)森林特征重要性 print(RF特征重要性:) importance rf.feature_importances_ for name, imp in zip(feature_cols, importance): print(f{name}: {imp:.4f})比較兩列結(jié)果時(shí)你會(huì)發(fā)現(xiàn)關(guān)鍵特征在兩個(gè)模型里都排在前兩位這就是模型互相印證。如果出現(xiàn)嚴(yán)重分歧比如LDA說A特征最重要隨機(jī)森林說B特征最重要就要檢查是不是存在共線性問題或者某個(gè)特征在訓(xùn)練集中噪聲過大。5. 避坑指南2022年C題代碼復(fù)現(xiàn)時(shí)最容易翻車的五個(gè)環(huán)節(jié)5.1 現(xiàn)象聚類結(jié)果每次運(yùn)行都不一樣隨機(jī)性亂跳第一次跑完K-means得到的聚類標(biāo)簽是A類10件、B類20件不修改任何參數(shù)重新跑一次結(jié)果變成A類8件、B類22件。原因是K-means的初始中心點(diǎn)是隨機(jī)選擇的不同初始值會(huì)收斂到不同局部最優(yōu)解。解決方法是給KMeans設(shè)置固定的random_state并增加n_init參數(shù)。我在所有K-means實(shí)驗(yàn)里統(tǒng)一用random_state42和n_init10確保結(jié)果可復(fù)現(xiàn)。更進(jìn)一步的做法是用K-means初始化算法scikit-learn里默認(rèn)就是K-means它能顯著減少初始點(diǎn)選擇的隨機(jī)性。此外把整個(gè)實(shí)驗(yàn)?zāi)_本固定一個(gè)全局隨機(jī)種子是個(gè)好習(xí)慣包括train_test_split和隨機(jī)森林的所有random_state。否則等到論文寫好了想重新跑一遍生成圖表結(jié)果數(shù)據(jù)對(duì)不上那才是真正的后悔藥都沒處買。5.2 現(xiàn)象特征標(biāo)準(zhǔn)化后PC1的符號(hào)和論文描述相反這個(gè)問題很案例。同一份數(shù)據(jù)第一次跑出PC1載荷是氧化硅為正、氧化鉛為負(fù)第二次預(yù)處理時(shí)不小心把某個(gè)常量偏移加上了跑出來符號(hào)完全反過來。PCA的符號(hào)方向本身是任意的翻轉(zhuǎn)以后方差不變聚類結(jié)果也不變但載荷矩陣的解釋就全反了。解決方法是固定PCA的隨機(jī)種子并且在預(yù)處理流程里鎖定所有操作順序。我習(xí)慣在清洗數(shù)據(jù)后的第一步就保存一份標(biāo)準(zhǔn)化特征矩陣的副本后續(xù)所有PCA和分析都從這個(gè)副本讀取避免來回改動(dòng)導(dǎo)致特征漂移。如果PCA載荷符號(hào)和預(yù)期不一致有經(jīng)驗(yàn)的開發(fā)者會(huì)去查輸入矩陣的列順序和標(biāo)準(zhǔn)化方式而不是急著改業(yè)務(wù)解釋。5.3 現(xiàn)象代碼跑通很順利論文里的圖表數(shù)字卻對(duì)不上這個(gè)坑最隱蔽也最致命。很多隊(duì)伍在最終提交前一周還在改代碼改一個(gè)聚類的參數(shù)結(jié)果圖和表是舊版本生成的正文里引用的均值統(tǒng)計(jì)來自更早的版本三處數(shù)據(jù)互相矛盾。競(jìng)賽論文評(píng)審最反感的就是內(nèi)部不一致一旦被發(fā)現(xiàn)甚至可能被認(rèn)為學(xué)術(shù)不端。我的做法是用一套版本管理習(xí)慣每次跑出關(guān)鍵結(jié)果立即把當(dāng)前代碼、輸出數(shù)據(jù)、圖表文件歸檔成一個(gè)編號(hào)目錄比如v01_processed、v02_cluster、v03_classifier。論文里引用的所有數(shù)字都必須能從對(duì)應(yīng)編號(hào)目錄里的腳本中完整復(fù)現(xiàn)。這個(gè)習(xí)慣救了我很多次因?yàn)榻_^程中一定會(huì)反復(fù)試錯(cuò)沒有歸檔就分不清哪個(gè)版本才是論文最終的依據(jù)。5.4 現(xiàn)象靈敏度分析被評(píng)委追問但自己根本沒做國(guó)賽論文的評(píng)委對(duì)靈敏度分析非??粗?。C題里有兩個(gè)典型的靈敏度問題一是聚類數(shù)K的選擇是否穩(wěn)健二是零值替換策略對(duì)分類結(jié)果的影響。很多隊(duì)伍的論文只給出一個(gè)K3的結(jié)果沒有任何對(duì)比結(jié)果在答辯環(huán)節(jié)被直接問住了。更穩(wěn)定的做法是把靈敏性分析做成表格列出K2、3、4時(shí)的輪廓系數(shù)和分類準(zhǔn)確率再列出不同零值替換比例最小值的一半、最小值、均值對(duì)分類準(zhǔn)確率的影響。這個(gè)表格不僅證明模型穩(wěn)定還能讓論文的研究深度明顯提升一個(gè)檔次。具體實(shí)現(xiàn)很簡(jiǎn)單先把做KMeans的代碼封裝成函數(shù)再循環(huán)不同參數(shù)跑一遍就行。def kmeans_with_k(X, k): km KMeans(n_clustersk, random_state42, n_init10) labels km.fit_predict(X) score silhouette_score(X, labels) return labels, score for k in [2, 3, 4]: labels, score kmeans_with_k(pca_result, k) print(fK{k}, 輪廓系數(shù){score:.4f})5.5 現(xiàn)象隊(duì)友改了代碼沒同步文檔和代碼版本不一致這個(gè)坑是團(tuán)隊(duì)寫作模式的典型問題。有的隊(duì)友負(fù)責(zé)代碼有的隊(duì)友負(fù)責(zé)寫論文兩邊沒有同步。最后交上去的論文里寫“聚類數(shù)為3輪廓系數(shù)為0.62”但提交的代碼默認(rèn)聚類數(shù)為4評(píng)委一驗(yàn)算就對(duì)不上。解決方法是提交前做一次“冷啟動(dòng)復(fù)現(xiàn)”把代碼和文檔放在同一目錄下讓一個(gè)沒有參與建模的人從頭到尾執(zhí)行一遍所有腳本看能否得到論文里的全部圖表和數(shù)字。這一步至少留半天時(shí)間。競(jìng)賽到最后拼的不是誰建模更花哨而是誰的交付物經(jīng)得起嚴(yán)謹(jǐn)推敲。我當(dāng)年見過太多隊(duì)伍代碼和文檔脫節(jié)最后只能連夜改論文這種教訓(xùn)極其深刻。6. 最后一個(gè)實(shí)戰(zhàn)技巧把模型結(jié)論變成能打動(dòng)評(píng)閱人的圖表與附錄整道題的建模階段完成后最容易被低估的是收尾環(huán)節(jié)——如何讓模型結(jié)論在論文里直觀地站住腳。評(píng)閱人看一篇競(jìng)賽論文的時(shí)間不會(huì)太長(zhǎng)圖表是否清晰、能否一眼看出類別邊界直接影響評(píng)分。我的習(xí)慣是至少做三張圖第一張是前兩個(gè)主成分的散點(diǎn)圖按聚類結(jié)果著色畫出每個(gè)簇的置信橢圓第二張是不同類別在關(guān)鍵成分上的箱線圖對(duì)比第三張是靈敏度分析的熱力圖橫軸是參數(shù)縱軸是準(zhǔn)確率顏色深淺代表波動(dòng)。第一張能證明聚類結(jié)構(gòu)真實(shí)存在第二張展示類別差異的顯著性第三張展示模型的穩(wěn)健性。關(guān)于提交的代碼文件我建議整理成兩個(gè)入口腳本一個(gè)01_prepare.py負(fù)責(zé)從原始數(shù)據(jù)跑到特征矩陣輸出中間文件一個(gè)02_model.py負(fù)責(zé)從特征矩陣跑到聚類、分類和全部圖表輸出論文用到的所有表格和圖片。這樣目錄結(jié)構(gòu)清晰任何一份代碼跑完都自動(dòng)生成一套完整交付物。我還會(huì)在每個(gè)入口腳本開頭加上一行簡(jiǎn)單的日志打印輸出運(yùn)行狀態(tài)。這看起來是工程習(xí)慣但在評(píng)閱人眼里這是文檔質(zhì)量的信號(hào)。最后我想說參加數(shù)學(xué)建模競(jìng)賽模型能力只是基礎(chǔ)真正的拉分點(diǎn)在于把代碼、數(shù)據(jù)和論文組織成一個(gè)嚴(yán)密自洽的系統(tǒng)。你在賽前多花三十分鐘整理變量命名和目錄結(jié)構(gòu)賽后就少通宵三小時(shí)。這道C題的完整方案從數(shù)據(jù)清洗到最終圖表所有細(xì)節(jié)都環(huán)環(huán)相扣。希望這篇復(fù)盤能幫你把同樣的路線在下一場(chǎng)競(jìng)賽里完整走一遍少踩一點(diǎn)我們當(dāng)年踩過的坑。本文還有配套的精品資源點(diǎn)擊獲取
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
人妻肉射免费观看| 老司机日日夜夜青草| 五月天大香蕉| 色色色五月婷| 99久久天堂婷婷| 久热久| 色综合伊人网| 国产乱妇乱子伦| 婷婷丁香69精华| 伊人激情网| 狠狠狠狠狠| 9九色首页| 欧美色五月天| 欧美猛片| 99在线观看这里都是精品| 99久久新视频| 超碰免费观看| 久久丁香综合香蕉| 中文字幕 码精品视频网站| 91九色丨国产丨爆乳| 拳交大逼| 亚洲va欧美va国产综合久久久| 久久五月婷综合网| 清纯唯美 激情四射| 91久久久久久久久18| 综合激情五月天六月婷免费视频| 操操操操操电影网| 天天草婷婷五月| 色婷婷狠狠18禁| 色狠狠综合入口| 色九四色| 五月天久久婷| 91男同视频| 婷婷五月情| 我去色色网五雨天| 涩涩五月天| 天天色域综合网| 色五月婷婷开心| 如何安全看伊人婷婷| 五月天婷婷基地综合网| 97操在线资源| 99啪在线视频| ady狠狠入| 99久久婷婷精品视频| 欧美顶级少妇做爰HD| 99精品网| 久久综合激情| AV中文在线| 99这里只有| 色七七九九| 一區四區歐美日韓| A√天堂网在线| 99久久久| 久久99热只有精品| 69堂午夜视频最新地址| 婷婷她六月天| 日本99视频| 激情五月色婷婷| 九九久久精品國產| 久久嘟嘟丁香| 成人AV中文字幕| 99小视频在线观看| 人人操超碰| 久久久久久久久月丁| 色五月激情五月| 涩涩五月天| 亚洲五月天婷婷| 超碰人人色| 黄网免费看| 色五月偷偷| 亚洲va欧美va天堂v国产综合| 99色最新在线视频网站| 日本社区五月天激情| 亚洲丁香五月| 99A片| 99热这里全是精品| 丁香六月情| 深爱1激情网| 99热这里在线精品| 5月婷婷综合| 日本a片网址| 亚洲av成人在线| 国产欧美第五十五页| 99在线视频播放| 欧美性久| 欧美视频五区| 色婷婷丁香五月天| 这里只有视频精品| 狠狠色五月| A A色色| 五月婷婷激清网| 日逼免费视频| 色婷婷色五月天| 激情五月狠狠| 国产va视频| 影音先锋777xfplay色资源网站| 99精品22| 六月丁香综合| 五月天天久久香| 天天干天天干天天| 欧美天堂久久| 香蕉久久国产AV一区二区| 性爱久久| 色婷婷视频在线| 深爱激情五月天| AA丁香综合激情| 疯狂做受XXXX高潮A片动画| 欧美日韩精品人妻狠狠躁免费视频 | www.91热久久| 久久182| 玖玖婷婷婷丁香五月| 九热免费视频| 激情五月天噢美| 五月丁香| 色色网站在线免费观看视频| 五月婷婷久久网| er99免费视频在线| 亚洲欧州色情在线观看| 天天综合精品| 天天干夜夜谢| 98国产精品综合一区二区三区| 狠狠色综合五月人人| 色综合色香蕉网| 色色图五月天| 色综合久久88色综合天天看| 国产一级片| 五月天激情小说婷婷| 丁香婷婷免费| 亚洲综合激情五月| 91丁香五月| 狠狠干在线| 99久视频| 五月天婷婷色综合| 9热视频在线观看| 女性自慰系列第五页| 好好日激情五月天| 99在线er热| 婷婷成人综合免费视频| 婷婷噜噜| 色婷婷五月在线| 久热这里只有精品6| 激情五月丁香婷婷| 亚洲岛国电影| 啪啪激情综合| 久久午夜理论| 欧美xx激情视频在线观看| AV性爱网| 99热九九热| 久久er99热精品一区二区| 99国产精品久久久久久久久久久 | 亚洲亚洲人成综合网络| 奇米影视在线视频| 婷婷综合激情| 婷婷日日天天| 外国碰视频网站97| 国产精品涩涩涩视频网站| 国产午夜精品一区二区三区四区| www.激情五月天.con| 97色婷婷成人综合在线观看| 嫩BBB槡BBBB搡BBBB视频| 婷婷五月天堂一本在线| 操97免费超级视频| 国产人妻人伦精品一区二区| 98热精品| 播五月婷婷开心| 色五月成人在线| 五月丁香拍拍激情综合| 思思国产99| 在线视频另类| 五月美女婷婷风骚| 久操福利| 色五月婷婷少妇人妻| 五月丁香花激情综合网| 婷婷射丁香| 99这里有精品视频| 色在线免费观看| 日本女人久久| 久久在这里有精品| 五月婷婷综合在线| 风流少妇A片一区二区蜜桃 | 五婷婷六月合| 亚洲成人av在线播放| 碰碰91| 91.www综合| 9精品视频在线| 天天上天天爽| 五月婷婷丁香五月天| 激情六月综合| 伊人影院久久网| 9色在线| 婷婷五月天婷婷| 久久色天堂| 最近免费中文字幕大全高清大全1| 亚洲AV成人无码精品| 国产熟女一区二区三区五月婷| 婷婷五月天视频小说| 在线中文亚洲| 五月桃花网综合| 在线观看亚洲视频影院| WWW.夜夜| 丁香桃色网| 97色综合视频| 色色色色色级无码| 久草热在线视频| 激情综合网激情五月天| 亚洲一区二区无遮挡A片| 五月天啪啪| 六月天丁婷婷| 热久久这里只有精品| 色网站9| 久碰久| 一起草无码视频| 色婷婷五月天天天干天天操天天爽| 综合大香蕉| 婷婷丁香六月天| 97久久人人操| 亚洲五月花| 久久99热这里只有精品| 色久99| 亚色网站小视频| 五月激情天| 婷婷五月丁香久久| 五月天激情网站| 月色色综合婷婷网| 五月色欧洲| 婷婷五月综合久久中文字幕| 懂色av粉嫩AV蜜臀AV| 久思思久视频| 五月天天爽| 丁香五月激情啪啪| 久久sp免费视频| 激情久久四色| 久久这里只有精品视频15| 99性视频| 亚洲熟女色| 久久久天堂国产精品女人| 密桃激情五月天综合网| 综合五月丁香六月婷婷| 色色99| 97超碰综合| 欧美三级欧美一级| 成人精品在线| 婷婷五月天AV| 欧美va亚洲va| 激情内射人妻1区2区3区| 内射激情在线| 亚洲五月色| 久久久免费精彩视频| 特黄三级又爽又粗又大| 色婷婷啪啪啪啪啪啪| 开心久久爱五月天| av人人干| 婷婷欧美综合| www.久热| 丁香五月婷婷啪啪视频| 99热无码精品| 大香蕉AV在线| 性高潮久久久久久-九九九九九九九九九九热-成人AV | er99免费视频在线| 五月婷婷在线视频| 综合另类视频| 婷婷在线激情| www.com在线操视频免费观看| 欧美99热| 91超碰人人操| 夜夜久久综合网| 婷婷久久亚洲| 丁香婷婷五月色综合| 99 频99热国里只有精品| 92久久| CAOBIBI| ww超碰在线| 色婷婷亚洲婷婷| 色停停五月,在线观看| 五月激情四射网站| 99热青青草原| 疯狂做受XXXX高潮A片| 爱性综合网| 伊人网碰碰| 久婷自拍视频| 99re8这里只有精品99re8热视频| 丁香五月婷婷综合激情哟哟哟| 五月丁香天天| 夜夜躁爽日日| 精品99这里有| 丁香六月激情| 激情五月深爱五月观看| 久久性爱视频| 91美女被操| 97色热| 亭亭五月基地在线| 五月婷视频在线| 丁香五月婷婷香| 五月婷婷五月天天| 五月色婷婷影院| 精品九九网| 青草激情综合| 激情五月狠狠喔| 丁香网五月天激情| 超碰免费观看| 99热这里只有精品18| 色色色五月天婷婷| 亚洲精品久久久久久久久久吃药| av操逼网| 色色色色色爱| 91五月花丁香| 亚洲热久久| Www.se.久久| 激情五月天www| 影音 五月 婷婷 久久| 开心五激情网| 《亚洲操B久久免费在线观看,亚洲操B久久在线播放》在线播放 - 高清资源 - 97 | 五月天久久综合婷婷丁香| 万月丁香狠狠爱| 天天色,天天操,天天射| 91热视频| 天天插综合| www久久久久| 色播播五月天| 中文字幕在线免费| 热久久99热欧美国产亚洲| 亚洲综合无码| 欧美一级色| 五月丁香啪啪啪| www,天天干| 久久久人妻人伦| 丁香激情久久| 色婷婷基地在线| 99免费| 婷婷六月丁香激情| 91九色网| 襙逼网| 懂色av粉嫩av蜜臀av| 婷婷五月开心中文字幕在线| 大香蕉丁香五月| 免费观看欧美成人AA片爱我多深 | 夜夜人妻五月天| 99re在线观看| 丁六月激情| 午夜无码熟熟妇丰满人妻| 开心五月丁香啪| 丁香九月婷婷综合| 97天堂| 成人AV在线电影| 婷婷狠狠久久| 十二区无码| 亚洲视频色婷婷| 激情五月天的婷婷| 99精品性爱| 安息电影在线观看完整版| 99ER热精品视频| 婷婷十月丁香| 二级黄色毛片| 亚洲日日日| 婷婷爱综合| 超碰99热精品在线| 中文成人在线| 亚洲夜五月| WWW.久久.COM| 婷婷五月六| 天天噜日日噜综合无码| 狠狠狠狠狠狠| www激情五月天| 国产三级片91| av九九| 婷婷五月久久| 五月婷婷成人| 亚洲精品99| 色婷婷香蕉丁丁网| 亚洲色图81p| 久久久久er热| 精品怡红九九九| www.激情五月天.con| 久久五月丁香婷婷| 插少妇综合网| 丁香九月激情久久| 超碰精品在线| 日韩在线五月天婷婷| 综合狠狠干| 久久丁香五月天| 丁香六月亚洲综合 | 欧美日本VA| http://www.com久久久精品一区| 五月天色综合| 婷婷五月天av网| 玖玖婷婷免费| 97碰久久| 婷婷亚洲丁香五月| 色日本综合| 色色网站在线| 丁香五月天成人| 六月丁香六月婷婷欧美| 色婷五月天| 久久久精品色色色| 婷色五月| 亚洲99热| 五月婷婷五月天| 五月天婷婷色播综合在线| 久久99免费视频网站| 婷婷永久在线| 热的无码综合视频| 另类激情五月| 亚洲日韩操B| 天天爱天天爽| 日本天天综合| 久久999久久999久久999久久| 久久久人妻| 操日挥操日日| 五月天激情综合网俺也去| 色综合77777| 91AV婷婷| 亚洲中文乱字字幕线在永久| 丁香五月婷婷亚洲综合精品| 五月婷婷啪啪啪啪| 色色五月丁香婷婷| 久久九九大香蕉电院| 国产免费一区二区三区三州老师F1F1.CC| 色色五月婷婷| 久久久久久久人妻| 色婷婷丁香五月丁香| 丁香五月激情综合婷综| BBWCUCKOLD精品熟妇| 99爱在线视频| 午夜青草资源| 色婷婷五月色| 123日本不卡在线| 婷婷综合网站| 深爱激情五月婷婷| oumeisesewang| 日本三级网址| 婷婷色情 | 人人妻人人澡| 激情性五月天免费小说视频| 天天干,天天舔| 无码一区二区三区四区五区91c| www激情| 很很干夜夜干| 婷婷亚洲五月丁香综合在线| 久久精品五月天| 狠狠干.com| 日韩中文欧美| 丁香五月天激情视频| 99热精品网| 91精品久久久久久久久| 天天色2017| 日本五月婷| 天天五月天综合网址| 中文字幕+乱码+中文字幕在线观看| 六月婷婷视频| 丁香婷婷欧美综合| 亚洲人人操| 久久精彩视频| 我要射综合| 丁香五月激情六月欧亚激情综合导航| 激情熟女网| 中字幕视频在线永久在线观看免费| 婷婷激情九月| 91成人性爱视频| 天天做天天爰天天爽天天无遮挡| 99日本黄站| 日逼影音先锋AV男人资源站| 中文字幕按摩做爰| 久操人妻| 另类激情中文| 亚洲人人操BD| 第四色五月激情网| 日日干天天射| 国产一区18| 久久综合五月天激情小说网站 | 国产这里只有精品| 婷婷五月天成人网站| 色婷婷五月天亚洲| 久久婷婷啪啪视频| 91丨九色熟女丨首页| 激情操逼婷婷| 99久久婷婷国产综合精品草原| 99噜噜| 深爱婷婷丁香五月激情| 《》【无码】想被搞到爽AV应募而来的超M素人 西纯子 10musume-011723-01 | 五月丁香色婷婷久久| 波多野结衣不卡AV| 一本道在线电影| 色五月首页| 人人干av| 九九色热视频| 五月天自拍视频| 丁香亭亭久久| 色婷网| 另类视屏| 97久久超级| 色五月婷婷7777| 色综合久久888| 九九综合九九| 操九色| 婷婷六月丁香五月| 天天天天天天噜| 天天干天天日天天插| www.91色| 精品在线网站| 丁香五月激情网| 91干网| 五月丁香久久综合91| 噼里啪啦在线观看免费完整版视频 | 亚洲精品色| 成人 在线 日韩| 新激情五月天天在线网| 婷婷伊人网| 婷婷五月深深爱| 精品福利911| 丁香五月天色综合| 五月丁香六月婷婷精品| 大香蕉九九| 99九九99九九九视频精彩| 第四色网婷婷| 久久婷婷综合拍| 日美三级| 91九九热| 色九九九综合| 玖玖@三月天天丁香婷婷| 亚洲成人影视在线| 熟女人妻视频| 日韩中文字幕| 亚洲精品久久久无码| 99久久网站| 99色性爰网络| 天天狠天天叉| 思思热精品在线视频| 91精品国产91久久久久青草| 久久精品4| 久艹大香蕉| 色五月婷婷网| 激情视频综合| 五月天婷婷綜合院| 97热精品| 99A级片| 亚洲色夜| 日本三级中文字幕| 婷婷无码视频| 久色网| 五月婷在线| 五月婷婷丁香综合| 日韩999| 精品婷婷| 丁香婷婷深情五月亚洲| 五月色丁香| 丁香五月婷婷五月| 99色色网| 青青草免费公开视频| 国产亚洲精品AAAAAAA片| 五月天综合网| 国产真实乱了老女人视频| 欧美性生交XXXXX无码小说 | 欧美色色色色色色| 婷婷爱爱蜜臀天天操| 久婷久婷| 丁香五月香蕉| 色很很96| ,99视频久久| 色五月婷婷在线视频| 激情综合网激情五月网| 激情综合网亚洲色图| 99精品7| WWW.99热| 五月婷亚洲精品| 亚洲婷婷欧美婷婷| 五月天综合激情网| www.超碰| 激情小说五月天| 性一交一乱一交A片久| 国产偷人爽久久久久久老妇APP| 婷婷不干网| 五月精品99综合| 日本A片一区| 看逼中文字幕| 婷婷久久性爱| 五月天婷婷基地| 亚洲精品va| 天天综合.com| 婷婷五月天天aV| 91婷婷五月天嫩女| 久99久在线观看| 五月婷丁香| 99re在线观看| 五月婷婷电影院| 五月天大香蕉婷| 奇米网大香蕉| 五月丁香久久网| 99久久精彩视频。| 丁香婷停五月激情综合深爱| 女人天堂 AV| 日本色婷婷| 操久久网| 国产毛片精品一区二区色欲黄A片| 午夜不卡久久精品无码免费| 在线亚洲综合网| 丁香婷婷色情| 六月丁香婷婷视频综合在线观看| 五月天成人伊人| 狠狠色综合五月| 五月激情婷婷国产精品久久久久久| 国产精品社区| 亚洲激情四射| 99re资源在线视频导航| 九伊人网| 久久久人妻久久久| 五月天激情婷婷五月天久久| 99热6精品| 96精品久久久久久久久| 超碰在线99| 久热99狠| 亚洲免费观看高清完整版AV线| 丁香六月激情综合| 先锋资源 996| 五月婷婷激情综合av| 久久香蕉影院| 少妇人妻偷人精品无码视频新浪| 久久99jiu9| 天天射综合网站| 欧美久久五月婷婷| 激情综合网五月激情| 婷久久| 国产成人片| 丁香99| 久99久精品视频| 密黄站| 亚洲五月天婷婷综合| 色五月丁香婷婷久草| 狠狠干无码| 亚洲午夜在线视频| 九九99热| 精品无码色| 丁香五月亚综合图片| 91精品无码| 99re热视频这里只精品| 丁香五月综合首页| 99免费热在线精品| 色丁香婷婷| 超碰人人操在线| 99精品偷自拍| 亚洲无码成人网| 丁香五月婷婷啪| 黄色笑话深爱激情网丁香五月婷婷啪啪啪啪啪| 婷婷黄色| 色五月婷婷在线观看第一页舔| 五夜丁香| 婷婷丁香五月激情图片| 五月丁香偷拍| www.五月天| 综合 蜜月 婷婷| 国产伦理精品高清在线观看网站一区二区 | 极品少妇XXXX精品少妇偷拍| 黄久久久| 天天插天天日天天爽| 五月天婷婷激情在线色图| 色色色综合色| 九九色video| 91婷婷| 天天色域综合网| 久操操| 男女啪啪视频久 9| 六月婷婷色综合| 狠狠操狠狠做| 婷婷六月丁| 另类婷婷五月天啪帕帕| 99re热精品在线视频| 欧美色五月天| 色五月av| 青青草Avb在线| 亚洲天堂AV免费片| 中文AV在线观看| 99视频| 五月丁香啪啪婷婷| 久久久久人妻中文| 99热这里只有精品在线观看| 色444综合网| 婷婷五月丁香五月丁香| 激情综合五月| 91妻人人爽人人看片| 色射影院| 99亚洲色色| 99无码视频| 美国天天操无码| 婷婷五月激情基地| 久久精品9| 国av网| 激情五月丁香婷婷夜夜操| 五月丁香综合在线| 国外亚洲成AV人片在线观看| 久婷| 成人网在线视频| 亚洲日韩一页精品发布| 一月婷婷色色| 亚州精品久久久久AV无码| 无码日本精品XXXXXXXXX | 婷婷视频网| 色婷婷在线综合色播网| 超碰色综合| www超碰com| 婷婷五月天播| 综合狠狠干| 久热A片| 99精品视频免费在线播放| 五月婷婷开心网| 成人精品视频99在线观看免费 | 亚洲五月天婷婷| 噜噜久| 少妇高潮A片无套内谢麻豆传| 激情综合国产| 99热中文字幕久久| 国外亚洲成AV人片在线观看| 日韩欧美一级大黄网站| 99热这里只有精品中文字幕| 欧美婷婷色| 丁香五月精品视频| 激情婷婷久久| 中文字幕精品推荐免费在线观| 色综合播放| 婷婷久月| 丁香久久久| 人妻精品久久久久久久| 天天日天天爽| 9久精品视频| 噜噜狠狠色| 久久艹 五月天| 天天综合亚洲综合网天天αⅴ| 超碰在线9| 丁香青青五月天| 久久这里只有精品视频26| 五月天成人综合| www.久久爱.com| 真实亲子乱子伦高清在线观看| 中文字幕网伦射乱中文| 性色播| 色99网| 婷婷97狠狠成人网站| 久热大香蕉| 中文字幕成人影视| 丁香六月欧美| 一本综合丁香日日狠狠色| 激情六月天| 天天性视频| 成人一级片| 伊人玖玖综合| 999影院成人在线影院| 日本不卡高字幕在线2019| 天天天天天天天干| 99在线精品视频在线观看| 综合色影| 色播五月婷婷| 日本在线观看aaa 99| 欧美va| 成人做爰A片免费看视频| 99综合色色色| 九九免费视频| 91碰视频| 五月丁香成人| 99久久玖玖| 国产在这里只有精品| 婷婷综合在线网| 思思w99| 99re热视频这里只精品| 色色色色色级无码| 五月丁香影院| www.激情五月天。com| 婷婷五月天影院| 91色噜噜狠狠狠狠色综合| 五月天婷婷视频小说| 97超碰99热99| 蜜桃五月天| 久热A片| 色五月六月婷婷| 专区无日本视频高清8| 色亚洲视频| www超碰| 色五月xxx| 天天操综合网| 无码四色色色| 天天操综合网| 亚洲网站在线鸭子av| 精品人妻久久久久久| 亚洲视频另类| 啪啪亚洲综合| 国产原创视频91九色| 思思热久久久在线| 99爱在线| 99re视频精品| AV操一操| 夜夜夜夜夜操| 成人片在线免费看| 六月婷婷五月天| 欧美日本高清视频99| 性色五月天| 欧美亚洲成人在线| 六月婷婷激情| 91九色精品| 久久婷狠狠色| 草一草avb| 日韩成人网址| 五月天激情黄色小说在线观看| 天天日夜夜拍| 五月欧美色播| 九九热免费视频| 桃色伊人在线| 国产精产国品一二三在观看| 久久婷婷婷婷伊人| 久久99大| 天天狠狠干| 无码九九九九| 久久久无码精品成人A片小说 | 人人澡天天色天天做| 色噜噜婷婷| 欧美综合激情五月丁香| 51精品国自产在线| 婷婷色情小说| 丁香五月天亚洲综合| 婷婷五月色天| 亚洲视频操| 亚洲午夜AV| 中文网AV| 欧美成人AAA片一区国产精品| 天天拍夜夜爽| 中文字幕丰满乱孑伦无码专区 | 日韩限制级大尺度黑料泄密大尺度视频一区二区在线观看 | 婷婷综合网| 日韩一区二区三区无码| 97干干干丁香| 五月天色婷婷成人| 婷婷五月天毛片| 色婷婷免费视频| 久久98| 99综合| 另类激情五月| 中文字幕高清av| 色五月五月天色婷婷色五月| 五月天堂婷婷| 婷婷激情综合网| 欧美丁香六月激情视频| 综合在线观看99| 六月婷婷中文字幕| 婷婷五月香蕉| 五月香婷婷| 欧美婷| 久久色吧| 婷婷丁香九月| 五月天婷婷一起草| 亚洲黄色网址| 泰州成人视频| 久碰久操| 99热精品在线在线| 99性爱精品| 另类国产区| 激情性爱五月天| XXXX岛国| 丁香五月婷婷社区| 日本丁香五月| 亚洲午夜av| 国产精品国产成人国产三级| 婷婷五月天激情五月天| WWW·色色色·COM| 精品久久久人妻| 中文字幕丁香五月| 在线超碰精品| 人人操插| 色色色综合视频| 雪千夏麻豆| 日韩在线观看亚洲| 高潮毛片遮挡费高一百度| 久草婷婷网| 日日噜噜夜夜狠狠久久丁香六月| 国产67194| 青柠影视免费高清电视剧| 五月婷婷第四色| 五月天成人综合| 最近中文字幕2019视频1| 日日爱699| 婷婷少妇激情| 五月天激情小说网| 99在线精品在线视频| 五月天丁香网站| 被强行糟蹋的女人A片| 九九九九这里只有精品| 99久热在线精品| 丰满少妇乱A片无码| 激情五月天小说| 色九网| 男人先锋久久| 超碰99热精品| 成人羞羞啪啪 全 视频| 亚洲图色五月天| 激情综合五月丁香| 婷婷夜夜夜夜| 婷婷五月天网址| 亚洲超碰在线| 色五月丁香伊人五月| 丁香婷婷黄网站| 99燥99日| 五月丁香色婷婷久久| 久久亚洲婷婷综合色五月| 丁香影院五月综合| 久久伊人婷婷| 五月开心婷婷| 色私五月婷婷| 亚洲最大成人综合网720P| 99亚洲视频| 天天综合激情| 久久99免费视频| 丁香五月天色婷婷| 色婷婷视频综合| 婷婷天堂站| 五月天丁香久久综合| 色五月婷婷在线| 亚洲天堂AAA| 九月av| 免费观看欧美成人AA片爱我多深 | 亚洲成人网站在线| 中文成人在线| 成人在线视频一区| 久久五月婷综合网| 另类在线观看视频| 日欧一片内射VA在线影院| 免费看欧美成人A片无码| 6月丁香婷婷激情| 婷婷色吧| 欧美顶级少妇做爰HD| 九九干视频| 3p日韩网站视频| 久久总和99| 色综合久久之分久久| 五月婷婷色影院| 欧美丁香五月天| 五月婷婷色情| 日韩日比视频在线| 99热地址| 99热免费在线| 丁香六月av| 91视频五月丁香| 色www久视频| 国产激情AV| 欧美啄木乌丝袜人妻系列| 色五月婷色彩免播放器| 1囯产午夜仑鲁鲁| 深爱激情五月天| 久久人人妻| 五月丁香婷婷六月天| 五月丁香琪琪| 五月天大香焦| 亚洲婷婷五月天| 新激情五月天天在线网| 五月天性色| 亚洲精品亚洲人成人网| 香蕉色色网| 深爱五月婷婷| 激情婷婷久久| 五月天激情子轮| 天天噜天天插| 亚洲色图81p| www.99热国产| 99热国产这里只有精品| 五月天狠狠| 99色视频在线观看| 九九香蕉网| 丁香综合久久| 久久久天堂国产精品女人| 免费AV播放| 日韩AAAAA| 伊人五月人妻精品| 久久五月天婷婷| 久久九⑨| 免费在线观看AV网站| 五月色影院| 亚洲色婷婷五月天| site:ornaments52.com| 婷婷五月激情网站| 在线视频99| 亚洲日比视频| 激情五月天网站| 丁香六月婷婷开心| www激情| 呦呦视频无码播放| 丁香婷婷精品视频| 久久色五月| 激情婷婷22月间| 国产精品日本一区二区在线播放| 欧美99| www.9797国产| Www.激情| 久热这里精品免费| 思思久久99热| 婷婷射图| 久久精品五月| 天天插操| 国产精品18久久久| 欧美精品99久久久| 美国十月色婷婷在线观看| 99爱无码| 激情伊人五月婷婷久久| www久| 99亚洲精品视频| 久久久久九九九九视屏小说88| 曰韩少妇内射免费播放| 涩综合婷婷| 国产成人综合在线| 激情六月丁| 欧美成人精品老美女噜噜噜| 日日干夜夜撸夜夜骑| av中文在线| 任你擦免费视频| 69人人操人人爽| 色伊人91在线视频| 可以看的av| 色欲色香综合网| 五月天丁香成人| 婷婷五月六月丁香| 亚洲激情97五月天| 婷婷免费无视频| 七七九九色色| 五月丁香六月激情综合网| 任你日视频| www.色九月| 影音先锋91男人资源在线播放| 久久人人添人人爽添人人片αV| 嫩BBB搡BBBB榛BBBB| a在线观看| 99热九九热| 伊人久久大香网| 国产午夜精品一区二区| 激情五月五月婷婷| 毛片色五月| 五月丁香无码| 人人操A| 伊人婷婷激情| 丁香五月日啪| 五月激情丁香久久综合网| 九九色中文| 日韩999| 伊人久久大香线蕉av最新| 色婷婷色九月| 人人插9| www.com.色色| 99综合成人视频在线观看 | 天天天综合网| 丁香五月综合在线观看| 99re在线这里只有精品视频首页| 五月婷婷免费视频| 五月丁香在线国产| 丁香五月婷婷亚洲综合精品在线| 第二色AⅤ| 婷婷丁香77777| 99色在线视频观看| 久久视网36| 九九色色| 五月丁香大香蕉| 五月婷久久| 九九色精品| 精品久热| 91狠狠色丁香婷婷综合久久| 国产激情视频在线观看| 日韩无码专区| 91九色国产| 狼人久草| 99re99在线看| 国在线激情网| 婷婷综合另类小说| 永久思思热在线| 五月丁香六月婷婷啪啪综合| site:xiongshengzz.com| 五月婷婷丁香啪啪| 综合久久婷婷五月丁香| 蜜臀A∨在线水帘洞| 亚洲色色图片| 开心久久爱五月天| www.五月激情.com| 五月色欧洲| 我爱va亚洲va52| 色婷婷先锋| 色99欧洲色19| 婷婷噜噜| 日韩aaa| 亚洲综合五月天婷婷丁香| 大香蕉中文| 色色五月天丁香| 日日噜噜夜夜狠狠久久丁香六月| 97碰免费视频在线| 久久国产色| AAA久久| 五月婷婷激情| 专区无日本视频高清8| 五月婷婷六月激情| www.99精品日操伊人乱碰在线| 国内9l视频自拍老熟女九色| 天花AV无码| 4438成人电影| 97干免费视频| 五月天激情黄色小说在线观看| 99re思思| 婷婷久久夜| 亚洲AAAA网| 婷婷五月天美女视频| 亚洲激情免费视频观看| 激情五月色婷婷| 婷婷欧美综合| 五月在线| 精品亚洲国产成AV人片传媒| 不卡在线中文字幕无| 婷婷综合玖玖五月| 99久热精品在线| 丁香蜜臀黄色婷婷五月天| 久草婷婷| 六月激情婷婷综合| 色婷婷亚洲在线| 五月亚洲| 色综合中文| 色色色成人网| 强壮公让我夜夜高潮A片视频| 亚洲电影在线观看| 激情玖玖综合网| 97婷婷狠狠久久综合9色| 99热播放| 五月婷六月综合在线观看| 国产综合激情五月久久| 五月色网| 婷婷 色 丁香 夜| 九九综合九九| 狠狠综合| 丁香六月成人| 婷婷色五月天色| 久久免费9| 天天看片日日夜夜| 色五月婷婷啪啪五月| 操一操干一干| 大香蕉五月丁香| 久久婷五月天| 五月丁香色欲| 日韩在线成人电影| 九九色逼| 色情五月天se| 五月婷婷六月少妇激情| 婷婷九月亚洲| 天天干天天干天天干| 久久久久久久11111111111| 9色在线视频精品观看| 狠狠人妻色综合| 五月在线婷色| 天天影视色综合网| 五月婷婷激情| 五月丁香偷拍| 丁香,开心成人,久久| 色婷亚洲| 婷婷爱在线观看| 我爱va亚洲va52| 亚洲天堂色色| 99精品在线观看视频| 五月婷婷色在线| 日本97久久久精品| 99热精品在线| 激情五月六月丁香| 久久丁香五月天| 99热精品中文字幕| 在线视频婷婷| 综合色吧| 久久婷婷五月国产色综合激情| 婷婷五月天激情综合网| 性热视频99精品| 综合色播| YW无码| 久99久视频| 久久这里只有精品无码| 啪啪综合| 伊人婷婷青青cao| 夜夜操狠狠操天天操| 99热97| 99精品视频免费观看| 五月综合激情啪啪啪啪啪| 天堂爱啪啪| 第四色色六月色综合| 99在这里有精品| 亚洲操逼片| 9精品久久999| 久久激情五月网| 九九热免费观看视频| 婷婷婷婷婷婷婷五月丁香| 久久九九99| 天天干天天av天天射| 91黄址| 天天摸日日舔狠狠添婷婷婷| 日日日日日| 伊人综合网站| 成人在线观看一区| 色婷婷婷av| 人草人人| 色五月婷婷亚洲| 亚洲岛国电影| 天天操B| 婷婷五月中文字幕国产| 9久久婷婷国产综合精品性色| 大地资源色婷婷视频在线| 婷婷五月中文字幕| 欧美99热| 深爱激情五月天| 九九热免费视频| 香蕉色色网| 婷婷6月综合网| 色婷婷成人五月| 色五月综合| 丁香五月久久社区| 五月综合视频在线| 天天婷婷综合亚洲亚洲| www色色com| 五月天基地| 狠狠久久婷五月综合色| 超碰99热精品| 香蕉久久国产AV一区二区| 日韩99视频| 五月天激情日色在线| 久久色婷婷| 91碰免费视频| 99色在线观看| 五月激情天天干| 婷婷五月综合在线| 丁香 亚洲 久久| 亚洲狠狠婷婷综合久久久| 婷婷九月亚洲| www.91五月| 久久久www| 婷婷五月天狠狠| 婷婷色导航| 99在线热视频| 五月婷在线色视频| 97热视频| 4399精品一区二区| 激情综合婷婷五月| 久久丁香五月天| 亚洲亚洲人成综合网络| 插逼综合网| 狠狠操狠狠做| 九九aV| 日韩欧美一道四区中文字幕| 色高清无码视频| 五月综合久久| 国洲夜色亚热在线久久| 狠狠草婷婷| 色婷婷免费观看| H亚洲| 丁香五月天色综合| 91青娱乐青青草| 久久九九Com| 精品婷婷五| 秋霞AV淫| 婷婷伊人综合| 激情综合网之激情五月| 操九色| 蜜乳AV成人| 五月色丁香成人| 91精品久久久久久| 九九精品re免费视频| 午夜性爱影视一区77| 亚洲色综合| 98色丁香五月婷婷综合网| 99热这里只有精品一| 九九热在线视频观看| 婷婷五月丁香香蕉| 久久五月婷天天干| 超碰人人色| 99日在线视频| 婷婷六月啪啪| 激情5月婷婷|