典型文献
基于数据挖掘算法的本科生学习质量分析
文献摘要：
文章以挖掘本科生在校期间基础数据中潜在的学习质量影响因素为目的,选择决策树、随机森林和Boosting三种机器学习模型作为本科生学习质量预测的候选模型,通过模型训练与效果对比,确定最佳的学习质量分类模型,并在此基础上对各特征指标在模型中的贡献度进行量化和评估,进而获得影响学生学习质量的关键因素,可实现对本科生学习质量的有效预测,为学校改进本科教育教学和提高学生学习质量提供可行性的支撑.
文献关键词：
学习质量;机器学习;影响因素;随机森林
中图分类号：
作者姓名：
高雅奇;穆军妮;刘培昌
作者机构：
北京第二外国语学院,网络与信息中心(图书馆),北京100024
文献出处：
引用格式：
[1]高雅奇;穆军妮;刘培昌-.基于数据挖掘算法的本科生学习质量分析)[J].微型电脑应用,2022(06):60-64
A类：
B类：
数据挖掘算法,本科生,质量分析,质量影响因素,决策树,Boosting,机器学习模型,质量预测,模型训练,效果对比,质量分类,分类模型,特征指标,贡献度,学生学习质量,学校改进,本科教育教学
AB值：
0.357986
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
