典型文献
基于K-means融合决策树分类算法的学生表现评价模型构建
文献摘要：
针对当前初级中学教育过于注重学生智力因素的研究,而忽略非智力因素影响的问题,文章从影响学生表现的家庭、个人和学校特征出发,提出了一种基于K-means融合决策树分类算法的学生表现评价模型.该模型首先通过K-means算法将学生表现划分成warning和keeping两类;在此基础上,设定树深度为3,最小拆分节点样本数为25,建立CART模型.从决策树模型可以看出影响学生表现的重要指标有外出次数、健康状况和旷课次数.实验结果表明:学生如果外出次数过多,且身体健康状况较好,经常旷课,会严重影响学生表现.因此,在学生教育中,家长要合理地限制学生外出次数,学生要保持身体健康,学校要严格落实考勤,以此保障学生能够投入学习,提高学习效果.
文献关键词：
学生表现评价;K-means;决策树;CART算法
中图分类号：
作者姓名：
许亚杰;梁靖涵
作者机构：
郑州科技学院信息工程学院,河南 郑州 450000
文献出处：
引用格式：
[1]许亚杰;梁靖涵-.基于K-means融合决策树分类算法的学生表现评价模型构建)[J].无线互联科技,2022(22):134-137
A类：
学生表现评价
B类：
means,融合决策,决策树分类算法,初级中学,中学教育,重学,非智力因素,warning,keeping,拆分,分节,点样,CART,决策树模型,标有,外出,旷课,生如,身体健康状况,学生教育,持身,考勤
AB值：
0.277843
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。
