基于XGBoost算法的学业成绩预警模型研究

摘要：

基于XGBoost算法利用高校学生数据建立学业成绩预警模型.文章以UCI公开学生成绩数据集为研究对象,采用XGBoost分类回归模型对预测数据进行分析.通过G1阶段(第1期成绩)和G2阶段(第2期成绩)学生在mat课程成绩表现得到的预测结果,与真实G3阶段(第3期成绩)成绩对比,准确率达到85.8％,采用por课程成绩信息数据进行测试,准确率达到了83.2％,验证了算法模型的有效性.在实际应用中,使用XGBoost算法,对计算机学院本科生学生学业成绩进行预测,准确率达到了75.2％.

关键词：数据挖掘、学业成绩预警、XGBoost算法、回归模型

所属期刊栏目：50

分类号：TP301.6(计算技术、计算机技术)

资助基金：自治区高校科研项目;新疆师范大学数据安全重点实验室招标项目

在线出版日期：2022-09-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1637-1640,1651