久久亚洲成a人片熟女精品色一区二区三区|国产精品视频第一精品视频|av天堂热无码手机版|亚洲?v无码久久无遮挡|国产精品偷伦视频免费观看国产|麻豆国产自产精品丰满熟妇|av无码av不卡一区二区|久久亚洲精品中文字

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。

數(shù)學(xué)建模競(jìng)賽實(shí)戰(zhàn):基于殘差學(xué)習(xí)的空氣質(zhì)量預(yù)報(bào)二次建模與優(yōu)化

數(shù)學(xué)建模競(jìng)賽實(shí)戰(zhàn):基于殘差學(xué)習(xí)的空氣質(zhì)量預(yù)報(bào)二次建模與優(yōu)化 1. 項(xiàng)目背景與核心挑戰(zhàn)解析“華為杯”全國(guó)研究生數(shù)學(xué)建模競(jìng)賽在圈內(nèi)人看來(lái)從來(lái)就不是一場(chǎng)簡(jiǎn)單的考試。它更像是一次高強(qiáng)度、短周期的科研實(shí)戰(zhàn)演練對(duì)參賽者的知識(shí)廣度、建模深度、編程實(shí)現(xiàn)和論文寫(xiě)作能力提出了全方位的挑戰(zhàn)。2021年的B題我記得很清楚題目聚焦于“空氣質(zhì)量預(yù)報(bào)二次建?!薄_@題目一出來(lái)當(dāng)時(shí)我們團(tuán)隊(duì)就意識(shí)到這絕對(duì)是一塊硬骨頭。它不像一些優(yōu)化類題目有明確的數(shù)學(xué)模型可以套用也不像一些數(shù)據(jù)分析題單純做特征工程和機(jī)器學(xué)習(xí)就能搞定。它要求你在已有預(yù)報(bào)模型的基礎(chǔ)上進(jìn)行“二次建?!边@意味著你既要理解前序模型的機(jī)理與局限又要提出自己的創(chuàng)新性改進(jìn)方案最終用翔實(shí)的數(shù)據(jù)和嚴(yán)謹(jǐn)?shù)恼撟C來(lái)證明你的模型更優(yōu)。這道題的核心挑戰(zhàn)我認(rèn)為可以歸結(jié)為三點(diǎn)。第一是問(wèn)題理解的深度。題目給出的數(shù)據(jù)包括歷史空氣質(zhì)量監(jiān)測(cè)數(shù)據(jù)、氣象預(yù)報(bào)數(shù)據(jù)以及一家商業(yè)公司提供的空氣質(zhì)量預(yù)報(bào)數(shù)據(jù)。你需要深刻理解這些數(shù)據(jù)之間的關(guān)系氣象條件如何影響污染物擴(kuò)散商業(yè)預(yù)報(bào)模型可能基于什么原理它的系統(tǒng)誤差體現(xiàn)在哪里第二是建模策略的獨(dú)創(chuàng)性?!岸谓!辈皇呛?jiǎn)單的修修補(bǔ)補(bǔ)你需要提出一個(gè)清晰的改進(jìn)框架是采用統(tǒng)計(jì)修正、機(jī)器學(xué)習(xí)融合還是引入新的物理/化學(xué)機(jī)制這個(gè)選擇直接決定了作品的上限。第三是結(jié)果的可解釋性與穩(wěn)健性。在數(shù)學(xué)建模競(jìng)賽中一個(gè)在測(cè)試集上表現(xiàn)良好但無(wú)法解釋的“黑箱”模型得分往往不如一個(gè)可解釋性強(qiáng)、邏輯清晰的“白箱”或“灰箱”模型。如何讓你的改進(jìn)既有效又能讓評(píng)委老師信服這是需要精心設(shè)計(jì)的?;仡?021年我們團(tuán)隊(duì)在解決這道題時(shí)走了不少?gòu)澛芬卜e累了一些寶貴的經(jīng)驗(yàn)。今天我就以這道題為載體拋開(kāi)那些籠統(tǒng)的“第一步、第二步”套路深入聊聊面對(duì)這類復(fù)雜開(kāi)放性問(wèn)題時(shí)一個(gè)成熟的團(tuán)隊(duì)?wèi)?yīng)該如何拆解問(wèn)題、構(gòu)建方案并最終落地成文。我會(huì)結(jié)合我們當(dāng)時(shí)的思路并補(bǔ)充一些事后看來(lái)更優(yōu)的解法以及關(guān)鍵的代碼實(shí)現(xiàn)片段基于Python。希望這篇內(nèi)容不僅能幫你回顧這道題更能為你應(yīng)對(duì)未來(lái)的建模挑戰(zhàn)提供一套可遷移的方法論。2. 數(shù)據(jù)深潛從雜亂到洞察的關(guān)鍵預(yù)處理拿到競(jìng)賽數(shù)據(jù)包第一步永遠(yuǎn)不是急著跑模型而是靜下心來(lái)像法醫(yī)解剖一樣審視你的數(shù)據(jù)。2021年B題的數(shù)據(jù)主要包括三部分多個(gè)城市長(zhǎng)時(shí)間序列的空氣質(zhì)量實(shí)測(cè)數(shù)據(jù)如PM2.5、PM10、SO2等濃度、對(duì)應(yīng)時(shí)段的氣象預(yù)報(bào)數(shù)據(jù)如風(fēng)速、風(fēng)向、溫度、濕度、氣壓以及一家商業(yè)機(jī)構(gòu)提供的對(duì)這些空氣質(zhì)量指標(biāo)的預(yù)報(bào)數(shù)據(jù)。你的任務(wù)就是利用實(shí)測(cè)數(shù)據(jù)和氣象數(shù)據(jù)去評(píng)估并改進(jìn)這家商業(yè)機(jī)構(gòu)的預(yù)報(bào)結(jié)果。2.1 數(shù)據(jù)質(zhì)量診斷與清洗首先我們必須對(duì)數(shù)據(jù)進(jìn)行全面的“體檢”。使用Pandas進(jìn)行初步探索是標(biāo)準(zhǔn)操作但這里我想強(qiáng)調(diào)幾個(gè)容易被忽略的關(guān)鍵點(diǎn)時(shí)空一致性校驗(yàn)檢查不同數(shù)據(jù)源實(shí)測(cè)、氣象預(yù)報(bào)、商業(yè)預(yù)報(bào)的時(shí)間戳是否嚴(yán)格對(duì)齊。是否存在時(shí)區(qū)問(wèn)題采樣頻率是否一致都是逐小時(shí)數(shù)據(jù)對(duì)于缺失的時(shí)間點(diǎn)是直接線性插值還是需要結(jié)合氣象數(shù)據(jù)的周期性進(jìn)行更合理的填充我們當(dāng)時(shí)發(fā)現(xiàn)商業(yè)預(yù)報(bào)數(shù)據(jù)在個(gè)別時(shí)刻存在整點(diǎn)漂移如應(yīng)該是08:00的數(shù)據(jù)標(biāo)在了07:59這種細(xì)微的不一致如果不處理在后續(xù)計(jì)算誤差指標(biāo)時(shí)會(huì)引入噪聲。異常值檢測(cè)與業(yè)務(wù)邏輯判斷不能單純用3σ原則三倍標(biāo)準(zhǔn)差處理異常值。對(duì)于空氣質(zhì)量數(shù)據(jù)需要結(jié)合國(guó)家《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》中的濃度限值進(jìn)行判斷。例如PM2.5的24小時(shí)平均一級(jí)標(biāo)準(zhǔn)是35μg/m3二級(jí)標(biāo)準(zhǔn)是75μg/m3如果出現(xiàn)超過(guò)500甚至1000的數(shù)值大概率是監(jiān)測(cè)儀器故障或數(shù)據(jù)傳輸錯(cuò)誤。對(duì)于這類異常值我們采用了“前后時(shí)刻均值替換法”但如果連續(xù)異常則標(biāo)記為缺失段采用時(shí)間序列預(yù)測(cè)方法如ARIMA進(jìn)行填補(bǔ)。這里附上一段關(guān)鍵的異常值檢測(cè)與處理代碼框架import pandas as pd import numpy as np from scipy import stats def diagnose_and_clean_air_quality(df, pollutantPM2.5, std_threshold3, business_rulesNone): 診斷并清洗空氣質(zhì)量數(shù)據(jù)。 df: 包含時(shí)間戳和污染物濃度的DataFrame pollutant: 污染物列名 std_threshold: 標(biāo)準(zhǔn)差閾值用于統(tǒng)計(jì)異常值檢測(cè) business_rules: 字典定義業(yè)務(wù)規(guī)則上下限如 {PM2.5: (0, 500)} series df[pollutant].copy() original_missing series.isnull().sum() # 1. 基于業(yè)務(wù)規(guī)則的異常值檢測(cè) if business_rules and pollutant in business_rules: lower, upper business_rules[pollutant] rule_outliers (series lower) | (series upper) print(f基于業(yè)務(wù)規(guī)則{pollutant} 發(fā)現(xiàn) {rule_outliers.sum()} 個(gè)異常值。) series[rule_outliers] np.nan # 2. 基于統(tǒng)計(jì)Z-score的異常值檢測(cè)在去除業(yè)務(wù)異常值后進(jìn)行更合理 # 注意對(duì)于非正態(tài)分布數(shù)據(jù)Z-score效果可能不好可考慮使用IQR四分位距法 z_scores np.abs(stats.zscore(series.dropna())) z_outliers_mask np.abs(stats.zscore(series)) std_threshold # 更穩(wěn)健的方法使用IQR Q1 series.quantile(0.25) Q3 series.quantile(0.75) IQR Q3 - Q1 iqr_outliers_mask (series (Q1 - 1.5 * IQR)) | (series (Q3 1.5 * IQR)) # 我們最終選擇IQR法標(biāo)記異常值 series[iqr_outliers_mask] np.nan print(f基于IQR法則{pollutant} 標(biāo)記了 {iqr_outliers_mask.sum()} 個(gè)統(tǒng)計(jì)異常值。) # 3. 缺失值填補(bǔ)以前后時(shí)刻均值法為例簡(jiǎn)單有效 # 對(duì)于連續(xù)缺失較多的段建議用更復(fù)雜的方法如線性插值、時(shí)間序列預(yù)測(cè) series_filled series.interpolate(methodlinear, limit_directionboth) # 4. 最終檢查 final_missing series_filled.isnull().sum() print(f{pollutant} 初始缺失值: {original_missing}, 處理后缺失值: {final_missing}) df[pollutant _cleaned] series_filled return df # 使用示例 # business_limits {PM2.5: (0, 500), PM10: (0, 600)} # df diagnose_and_clean_air_quality(df, PM2.5, business_rulesbusiness_limits)氣象數(shù)據(jù)的矢量分解與有效性轉(zhuǎn)換風(fēng)向是角度數(shù)據(jù)不能直接用于線性模型。必須將其分解為東-西U和南-北V兩個(gè)方向的分量U wind_speed * sin(wind_direction * π / 180),V wind_speed * cos(wind_direction * π / 180)。這樣處理后的特征在物理意義上更清晰也便于模型學(xué)習(xí)。此外對(duì)于風(fēng)速我們常常會(huì)考慮其平方項(xiàng)因?yàn)槲廴疚飻U(kuò)散速率可能與風(fēng)速的平方相關(guān)。2.2 特征工程構(gòu)建模型“理解”世界的語(yǔ)言原始數(shù)據(jù)是“原材料”特征工程就是“烹飪”決定了模型能吸收到什么營(yíng)養(yǎng)。對(duì)于空氣質(zhì)量預(yù)報(bào)問(wèn)題僅僅使用當(dāng)前時(shí)刻的氣象和污染物濃度是遠(yuǎn)遠(yuǎn)不夠的。滯后特征污染物的濃度具有強(qiáng)烈的自相關(guān)性。今天的PM2.5水平肯定和昨天、前天的水平高度相關(guān)。因此必須構(gòu)建滯后特征Lag Features例如前1小時(shí)、前3小時(shí)、前24小時(shí)代表日變化的污染物濃度和關(guān)鍵氣象要素。這相當(dāng)于讓模型擁有了“記憶”。移動(dòng)統(tǒng)計(jì)特征計(jì)算滑動(dòng)窗口內(nèi)的統(tǒng)計(jì)量如過(guò)去6小時(shí)、12小時(shí)、24小時(shí)的均值、標(biāo)準(zhǔn)差、最大值、最小值。這能幫助模型捕捉污染的累積效應(yīng)和波動(dòng)趨勢(shì)。例如過(guò)去24小時(shí)PM2.5的平均值可能比當(dāng)前瞬時(shí)值更能反映背景污染水平。交互特征與衍生特征這是體現(xiàn)建模者物理化學(xué)直覺(jué)的地方。例如大氣穩(wěn)定度指標(biāo)可以嘗試用溫度垂直梯度高層與低層溫度差和風(fēng)速來(lái)構(gòu)造一個(gè)簡(jiǎn)單的穩(wěn)定度指數(shù)。穩(wěn)定的大氣層結(jié)不利于污染物擴(kuò)散。排放強(qiáng)度估算在缺乏精確排放清單的情況下可以利用工作日/周末、節(jié)假日標(biāo)志以及交通流量如果數(shù)據(jù)中有等構(gòu)建一個(gè)簡(jiǎn)單的排放強(qiáng)度代理特征。氣象綜合指數(shù)例如將高濕度、低風(fēng)速、無(wú)降水的情況組合成一個(gè)“易污染氣象條件”布爾標(biāo)志。時(shí)空關(guān)聯(lián)特征對(duì)于多城市數(shù)據(jù)可以考慮引入上游城市的污染物濃度作為下游城市的特征需考慮風(fēng)向和距離。這模擬了污染物的區(qū)域輸送過(guò)程。一個(gè)重要的心得特征工程不是一蹴而就的它應(yīng)該是一個(gè)與模型訓(xùn)練交織在一起的迭代過(guò)程。我們當(dāng)時(shí)的做法是先構(gòu)建一個(gè)基礎(chǔ)特征集包括滯后項(xiàng)和滑動(dòng)平均訓(xùn)練一個(gè)簡(jiǎn)單的線性模型或樹(shù)模型如LightGBM然后分析模型的特征重要性Feature Importance。對(duì)于那些重要性極低的特征可以考慮剔除同時(shí)觀察模型在哪些樣本上預(yù)測(cè)誤差大反過(guò)來(lái)思考是否缺少了能描述這些特殊情況的特征。例如我們發(fā)現(xiàn)模型在靜風(fēng)風(fēng)速接近0且濕度大的夜間預(yù)測(cè)誤差系統(tǒng)性偏高。于是我們?cè)黾恿恕办o風(fēng)高濕”這個(gè)交互特征后續(xù)模型的性能得到了提升。3. 二次建模的核心誤差分析與模型框架選擇在完成扎實(shí)的數(shù)據(jù)預(yù)處理后我們才真正面對(duì)“二次建?!边@個(gè)核心。商業(yè)預(yù)報(bào)模型對(duì)我們來(lái)說(shuō)是一個(gè)“灰箱”——我們知道它的輸入和輸出但不知道內(nèi)部具體結(jié)構(gòu)。我們的目標(biāo)不是重建它而是修正它。3.1 系統(tǒng)性誤差分解首先我們對(duì)商業(yè)預(yù)報(bào)模型的誤差進(jìn)行了細(xì)致的分解。將誤差定義為誤差 商業(yè)預(yù)報(bào)值 - 實(shí)測(cè)值。然后從多個(gè)維度分析時(shí)間維度誤差是否具有明顯的日變化、周變化或季節(jié)變化規(guī)律例如是否在每日早晚高峰時(shí)段誤差更大是否在冬季采暖季誤差有系統(tǒng)性偏移空間維度不同城市的誤差分布是否有顯著差異這可能與城市的地理位置、產(chǎn)業(yè)結(jié)構(gòu)、商業(yè)模型本地化程度有關(guān)。濃度水平維度將實(shí)測(cè)值按濃度分段如優(yōu)、良、輕度污染、中度污染等分析在不同污染水平下誤差的均值、方差如何變化。很多模型在污染峰值時(shí)容易低估“截峰”效應(yīng)在清潔時(shí)可能高估。氣象條件維度在不同的風(fēng)速、風(fēng)向、濕度、降水條件下誤差的分布特征是什么例如是否在東南風(fēng)時(shí)誤差普遍為負(fù)預(yù)報(bào)偏低這種分析的目的是找到商業(yè)模型誤差的“模式”。如果誤差是純粹隨機(jī)的白噪聲那么改進(jìn)空間很小。但通常這類業(yè)務(wù)化模型會(huì)存在一些系統(tǒng)性偏差這正是我們“二次建模”的突破口。3.2 主流修正框架對(duì)比與選型基于誤差分析的結(jié)果我們可以選擇不同的修正框架。當(dāng)時(shí)我們團(tuán)隊(duì)主要評(píng)估了三種路徑線性/非線性回歸修正法思路將商業(yè)預(yù)報(bào)值作為一個(gè)核心特征連同其他氣象特征、歷史污染物特征一起輸入到一個(gè)新的回歸模型中去預(yù)測(cè)最終的“修正后預(yù)報(bào)值”。這個(gè)新模型的目標(biāo)變量是“實(shí)測(cè)值”。優(yōu)點(diǎn)實(shí)現(xiàn)簡(jiǎn)單可解釋性相對(duì)較好。如果使用線性回歸修正系數(shù)可以直接反映商業(yè)預(yù)報(bào)的偏差程度。缺點(diǎn)假設(shè)商業(yè)預(yù)報(bào)值本身包含大量有效信息只是存在線性或可參數(shù)化的非線性偏差。如果商業(yè)模型在某些復(fù)雜非線性場(chǎng)景下完全失效此方法改進(jìn)有限。適用場(chǎng)景誤差分析顯示誤差與某些特征如預(yù)報(bào)值本身、風(fēng)速、濕度存在明顯的相關(guān)性。殘差學(xué)習(xí)法思路不直接預(yù)測(cè)最終濃度而是預(yù)測(cè)商業(yè)模型的“誤差”即殘差。構(gòu)建一個(gè)模型G(X)其輸入X包括氣象特征、歷史特征等輸出是對(duì)商業(yè)預(yù)報(bào)誤差的預(yù)測(cè)值。最終修正預(yù)報(bào)為商業(yè)預(yù)報(bào)值 G(X)。優(yōu)點(diǎn)任務(wù)更聚焦。模型G只需要學(xué)習(xí)“商業(yè)模型錯(cuò)在哪里”而不需要重新學(xué)習(xí)完整的污染物變化規(guī)律可能更容易訓(xùn)練。物理意義清晰G(X)就是對(duì)系統(tǒng)偏差的估計(jì)。缺點(diǎn)如果商業(yè)模型本身在某些情況下預(yù)測(cè)毫無(wú)道理那么學(xué)習(xí)其殘差可能和重新學(xué)習(xí)一樣困難。適用場(chǎng)景商業(yè)模型整體預(yù)測(cè)趨勢(shì)正確但存在規(guī)律性的高估或低估。模型融合法思路將商業(yè)預(yù)報(bào)模型視為一個(gè)“專家”我們另外訓(xùn)練一個(gè)全新的、基于實(shí)測(cè)數(shù)據(jù)和氣象數(shù)據(jù)的預(yù)報(bào)模型作為另一個(gè)“專家”。然后采用某種策略如加權(quán)平均、Stacking集成將兩個(gè)“專家”的預(yù)測(cè)結(jié)果融合。優(yōu)點(diǎn)不依賴于商業(yè)模型的誤差模式自主性更強(qiáng)。如果我們的自建模型足夠優(yōu)秀甚至可以主導(dǎo)最終結(jié)果。缺點(diǎn)需要構(gòu)建一個(gè)全新的、性能不錯(cuò)的預(yù)報(bào)模型工作量最大。且融合權(quán)重的確定需要技巧容易過(guò)擬合。適用場(chǎng)景商業(yè)模型質(zhì)量一般而我們對(duì)自己的建模能力有信心且有足夠的數(shù)據(jù)和算力訓(xùn)練一個(gè)新模型。我們的選擇與理由經(jīng)過(guò)分析和初步試驗(yàn)我們選擇了殘差學(xué)習(xí)法作為主框架。原因有三第一誤差分析表明商業(yè)模型的誤差在特定氣象條件下如靜穩(wěn)天氣呈現(xiàn)明顯的系統(tǒng)性正偏差預(yù)報(bào)偏高這符合殘差學(xué)習(xí)的假設(shè)。第二殘差學(xué)習(xí)框架物理意義明確在論文中易于闡述和解釋。第三相對(duì)于直接回歸殘差學(xué)習(xí)的預(yù)測(cè)目標(biāo)誤差值量級(jí)更小模型可能更快收斂。我們以商業(yè)預(yù)報(bào)誤差作為目標(biāo)變量構(gòu)建了包含滯后污染物、氣象要素及其交互項(xiàng)的特征集使用LightGBM回歸器進(jìn)行訓(xùn)練。4. 模型實(shí)現(xiàn)、評(píng)估與論文呈現(xiàn)要點(diǎn)確定了“殘差學(xué)習(xí)LightGBM”的框架后接下來(lái)的工作就是具體的實(shí)現(xiàn)、調(diào)優(yōu)和結(jié)果分析。4.1 模型訓(xùn)練的關(guān)鍵細(xì)節(jié)數(shù)據(jù)劃分切忌使用隨機(jī)劃分時(shí)間序列數(shù)據(jù)必須按時(shí)間順序劃分訓(xùn)練集、驗(yàn)證集和測(cè)試集。例如用前70%時(shí)間的數(shù)據(jù)做訓(xùn)練中間15%做驗(yàn)證用于調(diào)參和早停最后15%做測(cè)試用于最終評(píng)估且在整個(gè)訓(xùn)練調(diào)參過(guò)程中完全不可見(jiàn)。這才能模擬真實(shí)的預(yù)報(bào)場(chǎng)景評(píng)估模型的泛化能力。損失函數(shù)選擇回歸問(wèn)題常用的損失函數(shù)是均方誤差MSE或平均絕對(duì)誤差MAE。MSE對(duì)大的誤差懲罰更重傾向于減少極端錯(cuò)誤MAE則更穩(wěn)健對(duì)異常值不敏感。在空氣質(zhì)量預(yù)報(bào)中我們更關(guān)心污染峰值高濃度的預(yù)報(bào)準(zhǔn)確性因?yàn)檫@對(duì)預(yù)警更重要。因此可以考慮使用加權(quán)均方誤差給高濃度樣本賦予更高的權(quán)重?;蛘咧苯硬捎梅治粩?shù)損失例如預(yù)測(cè)90分位數(shù)這樣可以更好地把握污染的上限。LightGBM調(diào)參要點(diǎn)num_leaves這是控制模型復(fù)雜度的關(guān)鍵參數(shù)。不宜過(guò)大否則容易過(guò)擬合??梢詮?1、63開(kāi)始嘗試。min_data_in_leaf葉子節(jié)點(diǎn)最小樣本數(shù)防止過(guò)擬合的有效工具。對(duì)于時(shí)間序列可以設(shè)置得稍大一些如20-50。feature_fraction/bagging_fraction每次迭代隨機(jī)選取部分特征或數(shù)據(jù)進(jìn)行訓(xùn)練這是集成學(xué)習(xí)防止過(guò)擬合的核心。lambda_l1,lambda_l2L1和L2正則化進(jìn)一步控制模型復(fù)雜度。一定要使用早停法設(shè)置一個(gè)驗(yàn)證集當(dāng)驗(yàn)證集誤差連續(xù)N輪如50輪不再下降時(shí)停止訓(xùn)練。這是防止過(guò)擬合最簡(jiǎn)單有效的方法。import lightgbm as lgb from sklearn.model_selection import TimeSeriesSplit import numpy as np # 假設(shè) X, y 已經(jīng)是特征矩陣和目標(biāo)向量商業(yè)預(yù)報(bào)誤差 # 并且數(shù)據(jù)已經(jīng)按時(shí)間排序 # 時(shí)間序列交叉驗(yàn)證劃分 tss TimeSeriesSplit(n_splits5) fold_scores [] for train_idx, val_idx in tss.split(X): X_train, X_val X.iloc[train_idx], X.iloc[val_idx] y_train, y_val y.iloc[train_idx], y.iloc[val_idx] # 創(chuàng)建LightGBM數(shù)據(jù)集 lgb_train lgb.Dataset(X_train, y_train) lgb_eval lgb.Dataset(X_val, y_val, referencelgb_train) # 參數(shù)設(shè)置 params { boosting_type: gbdt, objective: regression, metric: {l2, l1}, num_leaves: 31, learning_rate: 0.05, feature_fraction: 0.9, bagging_fraction: 0.8, bagging_freq: 5, verbose: -1, lambda_l1: 0.1, lambda_l2: 0.1, min_data_in_leaf: 20 } # 訓(xùn)練使用早停 gbm lgb.train(params, lgb_train, num_boost_round2000, valid_sets[lgb_train, lgb_eval], valid_names[train, eval], callbacks[lgb.early_stopping(stopping_rounds50), lgb.log_evaluation(100)]) # 預(yù)測(cè)并評(píng)估 y_pred_val gbm.predict(X_val, num_iterationgbm.best_iteration) # 計(jì)算評(píng)估指標(biāo)如MAE, RMSE mae np.mean(np.abs(y_val - y_pred_val)) fold_scores.append(mae) print(fFold MAE: {mae:.4f}) print(fAverage MAE across folds: {np.mean(fold_scores):.4f}) # 全量數(shù)據(jù)重新訓(xùn)練最終模型使用早停確定的最佳輪數(shù) final_model lgb.train(params, lgb.Dataset(X, y), num_boost_roundgbm.best_iteration) # 使用之前找到的最佳輪數(shù)4.2 評(píng)估指標(biāo)與結(jié)果分析在競(jìng)賽中選擇合適的評(píng)估指標(biāo)并對(duì)其進(jìn)行深入分析是論文獲得高分的關(guān)鍵。必須使用的指標(biāo)MAE (平均絕對(duì)誤差)直觀反映平均誤差大小。RMSE (均方根誤差)對(duì)大的誤差更敏感能衡量預(yù)報(bào)的穩(wěn)定性。R2 (決定系數(shù))反映模型對(duì)數(shù)據(jù)波動(dòng)的解釋能力。對(duì)比商業(yè)模型和二次模型的R2能清晰展示改進(jìn)幅度。IA (一致性指數(shù))在環(huán)境領(lǐng)域常用越接近1越好能綜合衡量預(yù)測(cè)值與觀測(cè)值的接近程度和一致性。深入分析維度分濃度段評(píng)估分別計(jì)算在優(yōu)、良、輕度污染等不同等級(jí)下各模型的MAE、RMSE和預(yù)報(bào)準(zhǔn)確率等級(jí)預(yù)報(bào)正確率。這能證明你的模型不僅在整體上更優(yōu)在關(guān)鍵的高污染時(shí)段也更可靠。典型過(guò)程線對(duì)比在測(cè)試集中選取幾個(gè)典型的污染過(guò)程如一次持續(xù)3天的霧霾過(guò)程繪制實(shí)測(cè)值、商業(yè)預(yù)報(bào)值、你的修正預(yù)報(bào)值的時(shí)間序列對(duì)比圖。一張清晰的、能顯示你模型成功“糾偏”的圖勝過(guò)千言萬(wàn)語(yǔ)。誤差分布對(duì)比繪制商業(yè)模型和你的模型的誤差分布直方圖或箱線圖。理想情況下你的模型誤差分布應(yīng)該更窄方差小且均值更接近0偏差小。4.3 論文寫(xiě)作與圖表呈現(xiàn)心法數(shù)學(xué)建模競(jìng)賽歸根結(jié)底是“建?!薄罢撐摹薄R粋€(gè)優(yōu)秀的模型需要一個(gè)優(yōu)秀的表達(dá)。邏輯主線要清晰摘要和引言部分就要明確拋出“商業(yè)模型存在系統(tǒng)性誤差→我們通過(guò)誤差分析定位了誤差模式→采用殘差學(xué)習(xí)框架構(gòu)建修正模型→實(shí)證表明修正模型全面優(yōu)于原模型”這條主線。圖表是王道一張圖說(shuō)明你的整體建模流程流程圖讓評(píng)委一眼看懂你的技術(shù)路線。用組合圖展示誤差分析結(jié)果如誤差的日變化箱線圖、隨風(fēng)速變化的散點(diǎn)圖。特征重要性圖LightGBM可直接輸出非常重要它能直觀展示哪些因素如前期污染物濃度、特定氣象條件對(duì)修正誤差貢獻(xiàn)最大這本身就是強(qiáng)有力的分析。結(jié)果對(duì)比圖一定要精心設(shè)計(jì)。除了時(shí)間序列對(duì)比圖還可以畫(huà)散點(diǎn)圖預(yù)測(cè)值 vs 觀測(cè)值并添加yx的參考線。完美的預(yù)測(cè)應(yīng)該所有點(diǎn)都落在這條線上??梢詫?duì)比商業(yè)模型和你的模型的散點(diǎn)圖看誰(shuí)的點(diǎn)更緊密地分布在參考線周圍。模型假設(shè)與局限性在論文中主動(dòng)討論模型的假設(shè)如誤差的可預(yù)測(cè)性、局限性如對(duì)于極端罕見(jiàn)氣象條件的預(yù)報(bào)能力可能不足以及未來(lái)改進(jìn)方向如引入更多源數(shù)據(jù)這體現(xiàn)了思維的嚴(yán)謹(jǐn)性和深度是加分項(xiàng)。代碼與可復(fù)現(xiàn)性雖然論文正文不貼大量代碼但在附錄或提交的附件中提供清晰、有注釋的核心代碼片段如特征工程、模型訓(xùn)練的關(guān)鍵部分能極大增加論文的可信度。最后想說(shuō)的是解決“華為杯”這類競(jìng)賽題目沒(méi)有唯一的正確答案。評(píng)委看重的是你分析問(wèn)題的邏輯、建模過(guò)程的嚴(yán)謹(jǐn)、結(jié)果驗(yàn)證的全面以及論文表述的清晰。從數(shù)據(jù)清洗的耐心到特征工程的巧思再到模型選擇的權(quán)衡最后到論文寫(xiě)作的雕琢每一個(gè)環(huán)節(jié)都考驗(yàn)著團(tuán)隊(duì)的綜合實(shí)力。希望這篇基于2021年B題的長(zhǎng)文復(fù)盤(pán)能為你打開(kāi)一扇窗看到數(shù)學(xué)建模競(jìng)賽背后那些更本質(zhì)、更值得打磨的東西。真正的收獲遠(yuǎn)不止于一個(gè)獎(jiǎng)項(xiàng)而是這套從模糊問(wèn)題到清晰解決方案的完整思維與執(zhí)行能力。
返回列表
PREV
查看更多資訊
NEXT
返回資訊列表
一区二区激情国产熟女 | 亚洲综合校园春色| 一起草精品人妻| 五十路一区无码| 国产AV天美| 三级三级三级日本99| 一本色道久久天天射天天干| 国产蜜臀精品一区二区尤物| 亚洲视频二区 | 精品国产三级av韩国在线| 中文字幕第23区| 亚洲精品色| 中文字幕五月婷婷免费| 老熟女91| 超碰97网站| 亚洲精品97中文字幕| 殴美,日韩国产伦精品| 久久成人午夜精品影院| 亚洲av成人精品一区| 日韩精品三级片长长久久| 欧美日韩丝袜| 中文字幕老熟妇黄色视频| AV污污污污| 清纯唯美亚洲综合| 极品色综合| 天天操狠狠日夜夜干超大胆开放com大香蕉视频在线观看 | 人人爱夜夜爱| 熟妇视频一区二区三区在线观看| 色吧五月| 岛国片在线观看视频亚洲| 新久久AV| 激情 欧美 亚洲 小说| 九九操久久国产免费视频| 大乔未久88一区| 亚洲五月丁香花狠狠干一区二区三区| 亚洲国产午夜真人一级片中文字幕精品黄网站 | 色大师网站www永久网站视频| 超碰在线成人| 曰韩av中文字幕专区| 日本丝袜人妻内射| 91艹B视频| 正在播放国产精品一区| 一级@啪啪视频| 日本久久超碰| 欧美精品一区二区少妇免费A片| 欧美色图91| 亚洲午夜蜜臀| 97精品视频在线播放| 私人尤物在线精品不卡| 99久在线精品99re8蜜桃| 人人妻人人爽人人精品| 精品免费囯产一区二区三区| 校园春色AV天堂| 97亚洲自在精品在线观看| 长久操视频| 综合性视频99| 97操综合| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区 | 大稥蕉免费视频这里只有精品| 中文字幕成人| 国产性感骚丝袜在线| 久久侵犯人妻爽爽爽| 天堂蜜桃无码视频一区二区| 久久精品免费| 久久香蕉超碰97国产精品 | 亚洲第一狼人丝袜美女另类| av资源在线播放天堂| 留下AⅤ黄色片| 久久一二三四不卡| A V视频日本| 国产91乱伦| 无码WWW免费视频网站| 国产女人操逼视频| 精品无码一区二区| 色999五月色| 国产午夜精品理论片一二三区区| 操逼逼一区视频| 国产视频三区四区| 国产吹潮女在线观看| 欧美亚洲厕所精品偷拍91| 日韩综合97P| 精品人妻无码一区二区三区不卡-精品人妻无码一区二区...|精品少妇一区二区三 | 久热婷婷| 日日干夜夜操视频h| 青青草视频久久久久| 性交一区二区在线播放| 亚洲色欧美| 夜夜天天噜狠狠爱2021| 色色婷| 日韩传媒在线| 天天干夜夜| 97综合激情| 亚码激情| 青草伊人久久| 九九精品99| 国产亚洲综合欧美一区| 夜夜 中文视频rt| 青草地一本线一区二区三区| 免费a级毛片av无码久久精品中文字幕| 日韩啪啪视频| 91黑人无码激情在线| 欧美精品成人亚洲| 校园春色美腿丝袜 | 天天插天天操| 狠操91,com| 91丝袜| 午夜无遮挡男女啪啪视频| 一本一道vs波多野结衣| 亚洲欧美日韩电影网站一区 | 五月天婷婷色| 精品国产综合久久福利,热99这里有精品综合久久,99热这里只有免费国产精品,精 | 天美麻豆精品视频99| 欧亚日韩三区| 国产偷拍自拍在线视频| 有码人妻系列| 青娱乐休闲视频在线观看| 在线国产福利网址导航| 97看操| 久久久久久久九九九九| 五月丁香色情| 国产少妇内射| 日本三级R| 欧美在线视频播放| 黄网色一区二区三区四区精品| 午夜噜噜噜| 色天使亚洲综合在线观看| 丁香激情五月天| 玖玖大干人妻| 欧美在线视频99| 欧美 亚洲 另类 综合| 91人妻超碰| 国产青一二三| 熟女人妻一区二区三区免费看| 亚洲砖码砖专无区2023| 无码二级三级| 九月婷婷综合| 久久久日本电影| 丁香五月天激情| 久久久亚洲精品中文字幕人妻| 国产树林里野战在线看| 黑人性欧美| 曰韩无码777| 亚洲女人毛茸茸91| 日本中文字幕在线视频| 東南亚性呦成人伦理资源在线视频| www.99中文字幕| 国产毛片毛片4p懂色| 国产精品麻豆视频网站| 国产乱不卡| 国产精品无码AV网站| 97爱碰| 欧美成人黄网色网站| 射丝袜大香蕉| 婷婷五月天久久久| 久久男人的天堂| 人妻啊啊人妻啊| 欧美激情1区| 天天做天天爽| 人人操AV| 日韩有码专区| 中文字幕人乱码中文字的预防方法| 韩国午夜理伦三级好看| 久久婷婷苹果| 久久手机好看网站| 免费福利视频中文字幕| 欧美日韩久久精品爱爱| 97操在线| 大香蕉99热| 伊人久久久日韩一区| 国产一区二区在线播放| 日本999精品| 国产树林里野战在线看| 精…码一二三区| 九一综合精品视品av| 熟妇的味道HD中文字幕| 九九热re99re6在线精品| 久久久久久久久久久人妻| 日韩国产在线观看av| 欧美熟女丝袜| 亚洲中文字幕妇伦久久| 欧美视频一区二区在线| 91bbb| 亚洲大胆人体av| 亚洲色吧网| 人人看人人爰人人操| 亚洲三级。日韩三级| 96免费视频在线| 久久丁香五月婷婷| 色色色色日本| 2024年最新色情网站在线观看| 人人摸人人舔一区二区| 九九热五区| 综合色播| 被体育老师抱着c到高潮| 一区二区影视| 91在线丝袜| 啊啊啊啊啊在线| 老女人91| 欧美在线55555| 国产精品一二三免费网站| 国产成人无码a| 欧美亚洲中文字幕| 91热色| 精产国品一区二三产品| 中文字幕一区 二 区 三 四 五 区日 日 骚 | 久久高清欧美国产| 翔田千里AⅤHD无码| 97爱亚洲| 亚洲人妻日日日| 亚洲精品蜜桃久久久久久久| 欧美亚洲国产自久久| 天天操天天插| 欧美色偷拍| 日韩三级久久久| 婷婷97| 欧美人人AAA| 日韩一性一交一A片俄罗斯| 欧美性生活男人的天堂| 欧美色图综合| av在线播放国产一区| 日本熟女中文| 国产日韩欧美亚洲精品95| 色吧5亚洲| 蜜乳中文字幕a在线| 欧美激情精品| 91操熟女| 婷婷av在线中文字幕| 青青在线视频日韩欧美| 嗯嗯啊啊操我| 九九九九久久久久| a级免费在线观看| 91亚洲人| 亚洲无码精品AV久久久| 激情小说日韩无码| 亚洲第一免费视频| www成人啪啪18秘 免费| 另类小色呦| A片 AV一级在线播放观看免费| 国产三区免费在线观看| 啪啪一区| 久久久久成人蜜桃精品| 国产乱码久久| 天天影视射综合网| 绯色AV粉色AV蜜臀AV| 精品国产一区二区三区久久久蜜臀| 97综合在线观看| 美女91在线观看| 欧美97日韩精品| 欧美精品,四区。五区| 日本性一区| 伦理第一页| 成人羞羞视频国产| 中文字幕成人理论在线| 中文欧丝袜诱惑| 啊啊啊 在线| 欧综合网| 鸥美中出| 亚洲啪AⅤ永久无码| 久久九九国产精品| 亚洲中文字幕妇伦久久| 亚州九九九精品视频| 色吊丝 日日骚 清纯唯美| 青娱乐国产剧情av一区| 国产成人自拍视频在线| 久久精品视-一级做a爰片性色毛片16美国-中国女与老外在线精品 | 国产丝袜啪啪| 欧美视频一| 日本精品第一视频在'| 欧美精品第3页| 品亲网欧美品亲网| 极品肉射| 日本中文字幕在线电影| 夜夜操天天肏| 九九九免费视频| 精品人妻一区| 熟女中出视频| 国产吞精a级片激情电影| 天天爽人人综合免费7799| 人人手机欧洲亚洲国产人妻| 婷婷国产精品一区二区| 欧美极品性爱天天射| 天美av在线观看| 男人天堂无码| www.91理论| 蜜臀精品1区2区| 2020中文字幕在线| 国产中文精品一区二区在线观看| 欧美超碰人妻97| 人妻中文字幕日韩电影| 国产精品视频播放| 精品欧美不卡在线播放| 夜色五月天| 九色 蝌蚪 熟女自| 国产乱伦亚洲色图高清无码| 超碰97爽| 天天射夜夜操| 日韩紧密久久| 国产精品香蕉| 久久发布国产伦子伦精品| 传媒在线观看一区二区三区| 亚洲欧美日韩综合在线尤物 | 久久久久久中文| 99re国产精品视频| 日本A级视频| 欧成人精品H无码| 韩国黄色片精品久久久| 国产高清在线自在拍69| 久久6热视频免费观看| 国产美女精品| 国内偷自视频区视频综合| 夜夜操91744565| 国产精品另类一区大香蕉| 日韩人妻播放| 学生妹天天看| 亚洲AV永久无码一区仙野| 校园春色家庭伦理欧美激情| 中文字幕精品免费一区二区| 99RE在线视频精品,这里只有精品| 3PAV乱伦视频| 日产狠狠干| 欧美综合色,www| 激情五月天综合网| 久96热在线观看视频| 欧美一区二区情色| 国产精品久久久久亚洲av| 人人妻人人色| 亚洲欧美日韩精品久久久一区二区| 干我久操| 9久久美女首页| 自怕偷自怕亚洲精品| 亚洲精品国产精品乱码不卡| 无遮挡h肉动漫在线观看| 欧洲自拍第一页| 婷婷色网| 国产亚洲精品久久久久小| 国产精品天干天干综合网麻豆| 91c色| 玖玖无码超碰| 日韩AV一区二区三区三州三州| 欧美一区二区三区互相| 青青草在线视频播放器| 超碰激情808| 久久国产免费激情视频| 亚洲中文字幕一区二区| 91精品人妻一区二区三区蜜桃臀| 精品一区二区在线针对华人免费观看这里只有精品免费观看 | 艾草av| 奇米四色影视777久久久| 无毛精品| 好淫网一二三视区| 午夜欧美女人操逼| 精品欧美老熟女一二区| 91爱欧美| 一道本东京热加勒比一区二区三区| 少妇一区二区三区高速| 韩国三级理论在线| 亚洲日韩天堂| 岛国天天午夜影院传媒网| 97亚洲国产影视| 日韩卡一卡二卡三在线| 乱伦强奸区日韩| 日韩av电影网站| 97超碰美国| 思思性爱| 成全在线观看免费观看| 可免费观看的av毛片中日美韩 | 天天操夜夜嗨| 亚洲本色精品一区二区久久| 一本大道久| 最新欧美色网| 亚洲蜜桃V妇女| 国产精品999aaa| 欧美亚洲韩国视频十五区| 五月天色电影| 国产精品老熟女一区二区| 操逼片中文| 性暴力欧美猛交在线直播| 国产精品成人无码av无码免费| 超碰色老头| 亚洲精品97p| 国产地址二三| 老熟女熟妇| 99这里都是精品| 在线观看黄色电话| 很很热性爱视频| 日本免费专区| 欧美福利视频啊啊啊啊| 欧美色欧美| 中文字幕一区二区无码成人| 欧美丝袜中文字幕07在线| 草伊人高潮喷水超碰| 嗯嗯啊中文字幕| 色色丁香| 蜜臀久久99精品久久久老,,| 超97在线精品视频| 国产精品久久久久中文字幕| 日韩小电影| 国产白丝网站| 婷婷丁香激情| 操一操摸一摸| 亚洲另类欧美精品| 日本孕妇一区二区视频操逼免费看| 欧美 亚洲 第一页 | 国产三级日产三级韩国三级| 国产精品第一区第一页| 欧洲黄色网| 亚洲A曰本VA欧美VA视频| CCYY草草影院地址入口| 大香蕉免费3| 91社操逼| 99ri在线视频| 中文字幕91综合| 91人妻丝袜无码| 91九九九逼| 色狠狠综合噜一二三区| 自拍视频大全亚洲专媒视频/一区二区三区 | 亚洲综合夜色| 久草电影网| 亚洲图片第一页| 久久久久久网址| 日小BB小视频| 欧亚乱色熟女一区二区| 色噜噜狠狠色综无码久久合欧美| 台湾佬激情综合| 爱爱动态试试看6 0秒| 人妻内射一区二区在线视频| 久久久久久人| 91久久国产精品| 白丝av| 免费αⅴ在线观看| 国产AV高清AV无码| 欧美AB在线观看| se,,,亚洲欧美| 色欧美在线| 明星性猛交ⅹxxx乱大交| 95自拍视频在线观看| 国产97色在线| 男人久久精品| 97日韩超碰超碰中文字幕| 男人综合网| 另类图片综合| 午夜啪啪片| 国产 三级自拍| 啊好大好舒服| 亚洲熟女少妇免费视频| 免费家庭乱伦视频| 九九在线视频| 久久精品99| 色综合av综合久久| 午夜丁香| 亚洲综合校园春色| 亚洲天堂在线怕怕视频 | 久久中出在线| 玖玖久久久| 国产女人极品高潮毛片| 中文字幕 一区二区 亚洲无码| 精品中文一区二区| 狠狠操狠狠操操| 日韩黄色成人性爱| 蜜桃久久久久久| 欧美综合网1| 国产91亚洲精品一区二区三区| 天天操天天舔| 日产123区精品免费观看| 亚洲九九九| 免费毛片在线播放| 夜夜免费视频| www.91逼逼.com| 69综合网| 国产精品人妻一区二区| 综合网,亚洲,欧美| 亚州一区二区| 97自拍视频在线| 国产中午字一暮区| 成人激情无码在线视频| 亚洲有薄码区日本系列中文字幕| 久久黄人人爽视频| 婷婷伊人| 九九九国产精品| 91小视频| 亚洲性综合11| 99ri视频| 色汉综合| 密桃99999| 色色97爱| 人干人人人操人人摸| 东京成人一区| 国产乱色国产精品免费视| 夜夜夜夜夜夜夜夜夜狠狠狠狠狠狠狠| 蜜臀在线视频| 午夜性| 少妇熟女1区2区3区| 精品国产网站| 60秒不遮不挡| 精品人妻一区二区三区-国产| 激情小说亚洲| 亚洲中文电影| 天天艹天天日| 天天综合~91| 国产精品老师| 91色香| juliaann精品熟女一区| 日本熟女不卡视频| 蜜臀无码一区二区| 丰满人妻无码一区二区三区| 2019亚洲男人天堂| 久久曰曰| 色综合一本| 夜夜操一区二区| 欧美强奸一区二区诱惑| 91久久婷婷| 国产成人久久久精品免费AV| dy888午夜老子影视达达兔| 一区黄二区黄| 国产高清无码一区三区二区| 夜夜春夜夜操| 国产美女91| 亚洲操逼视频网站| 中文字幕三四区| 97久久免费| 国产无马视频| 亚州色综合| 青春草A| 国产精品久久久久无码AV会牛| 啊v在线观看视频| 夜夜人妻爽| 在线黄页看毛片| 国产精品无码av在线| 婷婷五月天激情四射| 97这里只精品| 快播电影网日韩新片| 日本中文字幕一区| 私色综合网| 国产成人啪一区二区| 久久黄黄| A片三级无码| 婷婷五月天激情四射| 国产精品一二三区福利| 夜夜骑操视频| 青青草国产一区二区三区| 欧美日韩不卡a片| 亚洲麻豆精品二区三区| 美中韩AV综合网| 精品美女人人干| 熟妇人妻丰满久久久久久久无码| 在线看免费无码AV天堂的| 夜夜狼人妻| 亚洲av夫妻操穴网| 天操老女人| 爽爽爽免费视频| 吖在线不卡一区二区国产剧情| 无码高清操逼网址| 亚洲欧美综合网| 开心五月天激情网| 国产精品99久久久www| 国产一级特黄大片处女| 国产高清午夜成人在线观看| 97香蕉网| 好色综合| 91老司机在线| 夜夜躁狠狠躁日日躁av| 奇米四色网| 亚洲玖玖爱| 中出789在线视频| 精品无码人妻一区二区免费蜜桃| 日本免费专区| 激情抓乳插进去啪啪啪日韩| 国产欧美在线观看免费观看| 97资源久久| 人妻乱仑一区二区三区| 欧洲自拍色图gif在线| 强奸乱伦 亚洲一区| 少妇超碰在线| 日韩成人小视频| 天天色综亚洲91污| 久久久男人的天堂| 尤物视频一区| 在线亚洲精品久久久| 欧州一区二区三区四区| 看看小穴| 在线日韩精品一区二区三区| 日韩有码一区三区| 欧美写真视频一区| 欧美图片偷拍| 久久久久亚洲Av无码专区老牛影视| 大香蕉婷婷| 久久三区四区| 丁香六月婷婷| 日夜伊人网| 殴美牲| 17c嫩草51久久91嫩草| 蜜臀久久99精品久久综合| 妇女一区二区三区| 91N欧美| 亚洲影院成人| 国产成自自拍在线观看| 十八禁网站在线| 99999国产精品| 97色五月天完| 综合亚洲欧美精品日韩?v| sss视频华人在线| 免费日韩黄片| 日韩大香蕉精品在线视频| 亚洲精品一区二区三区在线播放| 欧美日本久久精品一区| 久久97精品久久久久久久不卡| 香蕉久久AⅤ...| 日本精品一区三区| 极品久久久久久久久久久久久久| 草草草视频在线免费看| 国产尹人在线视频免费| 亚洲综合情色| 午夜男女爽爽大片免费观看| 久久久性爱| 84YTCOM性无码| 亚洲一区中文字幕一区| 亚洲激情天堂网| 后入国产| 五月天社区| 欧美色视频在线| 亚洲黄片免费在线播放| 99久久久无码| 亚洲影院小综合| 免费97视频| 日日爽夜夜爽| 人妻偷拍一区二区三区| 2020中文字幕在线| 爱爱动态120秒| 二男一女成人A片| 97欧美日韩综合| AV天堂男人的天堂| 成人五月天色网| 国产热RE99久久6国产精品首| 囯产精品久久久久久久久久二区三区| 极品粉嫩少妇视频| 色区久久| 精品久久久久久中文| 搡老女人老熟女91老熟女综合网| 欧美精品偷拍| 天天综合精品| 欧美黄片免费在线观看视频| 国产极品馒头逼| 亚洲欧美91√| 精品97久久综合| 亚洲 日本 一 二 三| 亚洲1区2区三区高清中文字幕| 啊啊嗯嗯好爽| 天天综合~91| 日日做夜狠狠爱欧美黑人| 欧美日韩色图片| 国产亚洲禁久一区二区 | 欧美顶级黄色大片免费| 91青青草| 91老司机精品| 超碰精品人妻狠狠干| 宗合情欲网| 一区二区你上我| 操逼网站地址| 欧美αv.com| 操逼网站网站| 亚洲se91| 天天欧美| 国产夫妻性生活视频| 久久日本熟女精品一区| 九月伊人中文字幕| 国产AV线| 91九九九吃| 99色婷婷中文字幕乱色| 岛国小电影| 色爽爽文学| 制服乱伦| 极品极品色影院| 欧美自拍偷拍免费观看| 日本视频一区二区三区| 爽极品影院| 99久久久久久亚洲精品不卡| 84YTCOM性无码| 操碰97| 亚洲国产97| 欧美97爱| 成人精品无码| 精品国产三级av韩国在线| 七月婷婷综合| 又粗又长又大国产不卡| 婷婷超| 日韩无码一级黄色av片| 一二三区操逼国产91| 国产精品片| 91人人| 操碰97| 台湾一区国产高清在线| 日韩激情毛片一级久久久| 国产黄色小视频网站| 国产精品视频自拍在线| 国产日韩区| 免费伦费视频在线观看| 97国产高清视频在线观看| 国产精品成人蜜臀AV在线| 欧美精品日韩一区二区| 丁香五月天啪啪| 激情四射婷婷四五月天| 夜夜操天天肏| 无码人妻精品一区二区三区九九| 青青草日韩免费观看高清在线| 一级黄碟| 熟妇人妻精品一区二区| 女同亚洲欧美一二三区久久电影| 插入综合网| 国产精品欧美激在线| 激情五月天校园春色网| 校园春色 亚洲| 人人妻人人爱人人玩| 黄视频免费| A片 AV一级在线播放观看免费| **一级毛片国产| 在线观看一卡二卡| 东北女人| 97人人夜| 国产美女口爆吞精视频| 国产第25页在线观看| 激情AV| 第45页一区二区| 无卡一区=区| 欧美啪啪色吧在线| 先锋激情∨在线视频播放| 伊人久操| 亚洲免费精品一区| 99国内熟女露脸视频| 亚洲视频精选| 国产成人无码啪| 狠狠干综合| 91熟女综合| 亚洲精品电影| 国产绿奴视频在线观看| 国产精品一区二区麻豆| 淫荡网址| 日韩丝袜二区| 日本丝袜美腿人妻九九| 亚州,欧美在线| 中文字幕一区二区三区四区在线视频| 欧美性爱另类综合| 国产极品久久久| 60秒不遮不挡| AA特级绝黄| 亚洲一二三四区机械| 蜜臀va69| 欧美另类综合久久| 色婷婷在线视频精品导航| 久久久无码精品人妻二区 | 久9综合在线| 国产亚洲99久久精品熟| 久操婷婷| 超碰视97中文| 家庭乱伦国产| 91青视频| 中文久久久| 日韩乱伦视频| 330dv亚洲成年视频网| 欧美黑人极品高潮喷吹熟女黑人性暴力日韩在线欧美极品一区二区老师黑人潮喷一 | 亚欧国产无码精品在线| 试看福利| 亚洲春色一区二区三区| 亚洲骚逼少妇| 999亚洲国产视频| 色天使大香蕉| 国产精品点击进入在线影院高清| 丁香五月性| 老熟妇一区二区三区| 国产亚洲精品农村妇女 | 欧美亚洲综合色| 欧美狠狠狠| 久久久成人国产精品无码| 蜜臀久久久国产| 情趣丝袜无码操逼视频| 99.色网| 日少妇视频| 国产999精品久久久久久| 亚洲AV永久无码精品成人调教| 久久久久久国产无码精品| 绑缚麻绳人妻寝取完整版| A级国产欧美激情在线| 超碰 97国产熟女| 91丨人妻丨国产丨丝袜| 色欧美天天| 97欧美综合| 天天流夜夜操| 91东北熟女| 天美国产精品| 少妇综合网| 影音综合网| 无码久久国产| 99抽插| 欧美日产国产在线成人第一区| 青青久操| 日韩性爱毛片操骚逼| 欧美国产操逼| 超碰97导航| 午夜爽爽爽在线观看永久入口姬片| 九9热伊人| 无码日韩网站| 91爱| 日日夜夜骚| 国产一区在线观看无码AV| 老女人91| 91久久久久久| 九九AV| 久久97资源 网| 波多野结衣一级视频| 精品人妻无码一区二区三区不卡-精品人妻无码一区二区...|精品少妇一区二区三 | 加勒比五月天| 色五月天AV| 麻豆福利视频导航| 无码视频一区二区| 欧美日韩大陆黑人少妇99| 啊嗯嗯啊好大好爽| 九九免费影片| 91亚洲网站| 欧洲在线性爱视频| 99这里只有精品国产| 中文色综合| 99久久久久| 日韩欧美俄罗斯A片| 很很很很操| 日韩成人综合网| 九色97| 国产v亚洲v日韩v欧美v片另类| 人人妻人人爽 97人人看碰人免费公开视频| 人人爱操| 久久久久亚洲三级电影| 久久国产999| 人妻熟女字幕一区二区| 日韩中文字幕宗合在线| 欧美 亚洲| 国产日逼视频| 一区二区偷拍拍视频| 五月丁香久久| 亚洲精品97在线| 亚洲女优有码无码高清| 一区操逼| 成人无码欧美一级A片狼牙直播| 9999久久久久| 超碰成人公开| 美女网站黄页| 99久久99九九99九九九| 91国模| 天天日天天射天天干| 超碰色男人操熟女| 久久久111| 色色色日本| 偷拍 精品另类 凸凹了四区| 一二三四区电影| 手机在线观看不卡无码av| 人人操人人摸人| 黄片免费日韩| 97亚洲自在精品在线观看| 久久国产精品,久久国产| 欧美精品日韩一区二区| WWW操逼| 射久久| 国产精品一区在线播放| 另类 综合 日韩 欧美 亚洲| 艹我哪美一区无码| 国产综合操逼高清| 最新岛国大片| 日产操逼| 日躁天天爽爽| 香蕉精品二区二区| 高清不卡 中文 人妻| 久久精品视频28| 精品久久久九九九孕妇| 玖玖婷婷五月天| 玖玖资源综合在线视频| 中文字幕一区二区日韩网| 啪啪性爱免费视频| 大色综合| 香蕉视频欧美一卡二卡| 少妇天堂| 78精品| 可乐操在线| 竹菊一区二区三区AV线| 国产欧美日产一区二区三区 - 国产欧美日 | 久久99热这里只频精品6学生| 欧美极度丰满熟妇hd| 欧美精品99久久久**| 三级AV入口| 级做a爱无码性色永久免费| 亚欧免费观看视频| 另类图片欧美激情综合| 日韩性爱小视频| 欧美日本成人一区二区| 性夜影院爽黄A爽免费动漫| 欧美色宗合| 国产一区二区二区按摩精品啪视频| 性91| 色婷婷一区二区三区久久| 免费视频一二三区| 91亚洲欧美| 亚洲伊人久久综合97| 天天日天天干天天色| 天天躁日日躁AAAAXXXX国产| 日韩精品在线观看观看| 超碰在线观看av不卡| 综合五月婷婷亚洲一区| 国产精品久久99日日| 天天色黄色影院天天操| 国产区91柔拿会所技师| 日韩AC| 国产精品秘 福利姬在线观看| 大香蕉综合| 正在播放:深夜激情大战,自带黑丝袜全力输出骚穴| 搡老熟女老女人老熟妇免费视频| 探花一区在线| 自偷自拍的亚洲视频| 免费中文在线| 久久九九网| 久久久国产成人一区二区三区在线| 亚洲AV无码久久久国产精品| 91啪啪| 天天色综合图片| 精品国产一区二区久久| 老师充足的奶水小说| 超碰97欧美日韩| 97资源站国产精品| 91熟女丨91老女人| 精品亚洲成人免费在线| 九色精品视频导航1| 天堂无码精品国产久| 激情五月天视频| 精品一区二区三区蜜桃臀赵总| 亚洲国产综合久久久性感熟妇| 91在线丝袜视频| 综合97久久| 97欧美| 欧美强奸乱能| 精品久久久亚洲AV成人网站| 少妇99成人麻豆| 国产成人主播| 3P丝袜熟女 色综合| 综合久久少妇中文字幕| 久久亚洲欧美中文字幕国语| 一块操欧美性爱| 欧美有码亚洲中文字幕一区二区三区四区 | 九九综合久久中文字幕| 国产又大又硬又长又粗| 又大又黄国产| 国产精品丝袜久久亚洲不卡| 亚洲精品91| 亚洲日本激情| 凹凸视频特色日本特黄| 97色诱| 天天操天天舔| 人人 操人人 操人人| 99久久婷婷国产综合精品草原| 九九热这里只有在线精品视 伊人草 成人菠萝蜜视频在线观看 | 国产亚洲一黄| 九九国产热| 91色图| 日韩欧美经典在线观看| 人妻一区二区三区| 久草精品在线| 亚洲色色探花| 欧美九九爱| 美女爽到高潮91| 国产午夜在线观看| 国产91久久九九免费精品无码| 久jiu久神马影院| 人澡逼| 蜜臀网址在线| 麻豆天美91| 人人考人人摸人人干| 久久精品天美| a级免费在线观看| 99精品在线播放| 91精品免费| 欧美日韩大黄片| 美国美女AV在线| 超碰4A| 午夜影美女日鸡鸡天天视频国产| 国产夫妻一区二区| 夜夜高潮夜夜爽夜夜爱爱一区| 国产三区免费在线观看| 99只有精品| 97超碰人人操人人操| av天天在线观看| 天天天天天天天天综合| 国产免费黄色一级大片| 97超碰美国| 91操熟女视频| 色综合色欲色综合色综合色综合| 97超碰精品成| 亚洲乱色熟女一区| 色天使大香蕉| 日韩免费av片高清无码| 老色69| 狠狠爱综合网| 亚洲美乱| 91综合网在线| 98一区二区精品| 草草草草视频| 天天插天天射| 亚洲另类春色| 啊啊啊com| 国产一区在线播放| 日本在线不卡123| 91日韩| 欧美后进式| 国产女人视频三四五区| 亚洲综合97中文网| 亚洲激情视频| 欧美黑人猛交春色影视大全| 97爱爱爱| 久久久不能久久久久| 可以免费看黄片的视频| 麻豆性爱视频在线播放| 亚洲欧美日韩免费观看| 久久九七| 日韩 欧美 另类 人妻| 色在线69堂| 爽 好舒服 无码刺激久久| 亚洲人妻色图| 五月丁香啪啪啪| 明星性猛交ⅹxxx乱大交| 中文有码第五页| A级毛片在线看免费| 99国内熟女露脸视频| 国产99 中文字幕日韩小视频| 欧美色图亚洲色,麻豆| 婷婷五月天av| 中国AAAAAA黄色片| 秋霞午夜视频一区二区| 国产精品欧美日韩久久| 天天影视91看看| 亚洲欧美国产成人综合不卡| 97ai亚洲| 很黄很污的免费网站| 国产 热久久久久国产精品| 免费99精品国产自在在线| 色色丁香| 亚洲性爱乱操x| 屁股久久久久久久久| 能看的AV| 在线播放一级无码视频| 夜夜青青无码影院| 夜夜爽77777| 91人妻最真实刺激绿帽| 国产精品3| 欧美亚洲国内自拍| 强奸乱伦Av网| 东京太热男人的天堂久久久| 久草色悠悠在线视频| www.人人cao| 天天综合网亚洲综合网| 欧美日韩国产传媒在线精品| 国产日韩欧美亚洲精品95 | 亚州久久9| 性爱综合网| 综合五月婷婷亚洲一区| 大香蕉日韩| 嗯嗯,好大,好爽,好骚 | 99久国产精品午夜性色福利| 欧美在线大香999| 丝袜内射| 五月天大香蕉| 欧美激情另类一区二区| 韩国嫰模上门援交视频| 有码免费观看| 91九九| 国产精品久久久久久久毛片1| 91色宗合| 怡红院亚洲怡春院av| 亚洲综合影片| 不卡免费av在线播放| 韩国手机不卡无码三级视频| 94色色电影网| 国产av青草| 成人资源中文字幕在线观看天天| 亚洲第2页| 久久精品国产亚洲妲己影视| 成人无码欧美一级A片狼牙直播| 欧美91网站| 不卡人妻少妇精品毛片一区23区视频| 久久久久亚洲Aⅴ无码| 欧美人人曰人人操人人射射| 亚洲精品97| 天天久久| 黄色一区三区| 少妇内射www在线观看视频| 伊人大香蕉在线| 激情AV| 国产一区二区啪啪视频| 国产www色在线观看| 色综合一本| 久久精品店| 久久内射| 久久久久白虎| 日日AAvv| 人妻喷水| 精品大全99999| 国产丝袜高跟美女av免费观看| 日韩少妇丰满亚洲| 四虎影库国产精品免费| 日本在线一二| 日韩无码成人电影| 人人透人人操| 少妇滛荡视频| 国产精品熟女乱伦| 亚洲国产精品无码AV在线| 午夜福利av电影在线| 97在线观看播放视频| 欧美国产精品| 天天谢天天干| 操逼国产免费| 操逼操逼视频操逼| 亚洲国产ⅴ高清在线观看| 日韩欧美成人午夜福利| 欧美精品一区二区少妇免费A片| 国产又色又粗又黄又爽| 强奸乱伦 亚洲一区| 日韩欧美操逼xxx| 看大黄色大片原件| 亚洲欧美日韩制服另类| 视频国产欧美在线播放| 欧美高清无码免费视频高清版| 高清国产无码av| 日本人妻伦在线中文字幕| 黄视频免费| 欧美日韩国产高清在线一二三区| 中文字幕交换人妻| 中文字幕亚洲热播人妻| 日本丝袜人妻内射| 久久国产精品一区二区| sewuyueav| 国产精品免费久久久久久久久久| 一二三区精品视频| 呦呦一区| 欧美 日韩 亚洲 春色| 岛国免费视频在线| 人人做,人人操,人人摸| 国产精品久久久无码aV去| 亚洲密乳AV| 人人摸.人人色| 日韩中文字幕在线视频观看| 五月婷在线| 蜜臀亚洲中文| 伊人伊人LD| 久久大香蕉97| 久久精品国产精品一区 | 精品人妻久久久| 黑人猛交| 成人麻豆av电影网站| 色官网色综合| 久热超碰| 99国产精品免费| 色天天野狼综合社区| 麻豆成人AV| 精品久久久久久中文字幕三区| JULIA一区二区三区在线播放| 亚州宗合另类| 国产青视频| 日本 情色 1区|