基于Python数据分析的学业预警研究
为了协助教师改善教学效果,提高教学质量,选取计算机应用基础课程的在线学习成绩为基础数据,经过数据获取、数据预处理、模型构建并进行数据预测等步骤,运用Logistic回归、K最近邻分类算法、分类决策树、朴素贝叶斯、梯度提升分类树、随机森林分类6种经典的机器学习算法分别构建模型,对学生期末成绩进行预测.通过对比真实结果,最后验证LogisticRegression模型最优.运用该模型可对此类课程的学生学业成绩进行预警,进而指导教学的提前重点关注和干预.
在线学习成绩、数据分析、机器学习算法、成绩预测、学业预警
18
TP311(计算技术、计算机技术)
潮州市科技计划项目;韩山师范学院科研项目
2022-07-05（万方平台首次上网日期，不代表论文的发表时间）
共3页
22-24
