这是我们队 MathorCup 2026 C 题的参考代码，想法与代码难免会有不成熟的地方，供大家交流学习，欢迎各位数模人提 issue 。
- 问题一 (数据筛选与特征分析): 采用 Spearman 相关性分析与 L1 正则化（LassoCV 用于连续目标，L1-Logistic CV 用于二分类目标）进行特征初筛；结合 Statsmodels 的 OLS 和 Logistic 回归计算 P 值与 VIF（方差膨胀因子），严格控制共线性，最终量化分析9种中医体质特征对高血脂风险的贡献度（OR 值）。
- 问题二 (风险预警模型): 构建了两阶段的预警模型。第一阶段基于临床硬性规则（血脂指标）直接划定“高风险”人群；第二阶段使用逻辑回归（剔除血脂定义直接相关的指标）对剩余人群进行“中、低风险”划分。同时辅以 Apriori 关联规则挖掘高风险的特征组合。
- 问题三 (干预方案优化): 针对痰湿体质人群，建立了一个 6 个月干预周期的动态规划优化模型。在年龄、活动能力及总预算（≤2000元）等多重约束下，通过枚举所有可行的运动强度（k）与频率（f）组合，并模拟每个月的体质积分动态衰减变化，求解出使期末（第6个月）痰湿积分最小化的最优干预策略。
当前验证通过的环境版本：Python 3.11.15。
先安装依赖：
pip install -r requirements.txt将原始数据放在 data/raw/ 下，然后按顺序运行：
python -m src.inspect_data
python -m src.preprocess
python -m src.eda
python -m src.q1_screening
python -m src.q2_risk_model
python -m src.q3_optimization
python -m src.problem1_presentation_figures
python -m src.problem2_presentation_figures结果默认输出到 output/tables/ 和 output/figures/。
本项目代码部分采用 MIT License 开源协议。允许任何人在遵守协议的前提下，自由使用、修改和分发。赛题及其相关文档的版权归原举办方所有。