基于机器学习的学生挂科预测模型研究  

作　　者：程磊[1] 马丹妮 刘畅[1] 

机构地区：[1]沈阳理工大学

出　　处：《电子世界》2019年第24期73-74,共2页Electronics World

摘　　要：针对现今很多学生对自己的学习认识不足,导致其某些课程成绩不合格的现象,本课题根据学生的考试成绩提出了一个课程挂科预测模型。首先利用处理好的课程数据训练多个C4.5基分类器,然后使用Bagging算法对基分类器进行集成;最后采用遗传算法对Bagging-C4.5分类器进行优化。实验结果表明遗传算法优化后的模型准确率平均值较C4.5和Bagging-C4.5分类器提升4%-10%,提高了挂科预测的准确性。

关 键 词：BAGGING算法 课程成绩 机器学习 C4.5 挂科 课程数据 预测模型 考试成绩 

分 类 号：G63[文化科学—教育学]