典型文献
决策树算法在大学生体质健康测试中的实证研究
文献摘要：
使用机器学习中CART算法对2015—2020年M高校的春、秋学期大学生体质健康测试数据进行分析,构建体质健康测试等级预测模型.结果发现:基于CART构建的决策树模型对大一大二男、女生和大三大四男、女生四个组别整体预测准确较好,依次为0.83、0.78、0.81和0.82;进一步讨论发现男生耐力素质风险阈值为4'50"-4'52",大三大四男生相比大一大二男生风险项目需同时关注立定跳远和引体向上和肺活量;对女生而言,耐力素质风险阈值为3'50",明显优于男生成绩,但更需关注速度素质.基于此对耐力偏弱型、力量偏弱型和速度偏弱型三类体质类型学生给出了体测等级提升路径的具体建议.
文献关键词：
机器学习;决策树算法;体质健康测试;大学生
中图分类号：
作者姓名：
周群;周正卿;周超
作者机构：
济南市历下区教育和体育局,山东 济南 250014;北京大学,北京 100871
文献出处：
引用格式：
[1]周群;周正卿;周超-.决策树算法在大学生体质健康测试中的实证研究)[J].山东开放大学学报,2022(02):79-84
A类：
B类：
决策树算法,大学生体质健康测试,CART,测试数据,等级预测,决策树模型,大二,女生,大三,大四,四男,组别,男生,耐力素质,风险阈值,立定跳远,引体向上,肺活量,体质类型,类型学,体测,等级提升,具体建议
AB值：
0.289913
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。
