基于数据挖掘的葡萄牙语成绩预测模型分析及决策

发布时间：2022-11-12 13:58

　　当今社会,对高数量、高质量的人才的需求越来越大。教育事业在人才的培育中有着举足轻重的地位。以对预测学生成绩的工作做出贡献为目的。根据马斯洛层次需求理论,家庭始终满足了学生的基本需求,对学生成绩有很大影响。本文通过使用多元线性回归、支持向量机和随机森林的模型,从家庭因素方面预测葡萄牙语学生的成绩并构建模型,并对三者做出比较与分析。基于Bagging算法的内部原理,我们对随机森林模型进行了一些改进,使模型的均方误差减小,预测的准确度提高。接由此,我们得到了一个较为准确的学生成绩预测模型。 

【文章页数】：2 页

【文章目录】：
1 前言
2 预测学生成绩
    2.1 数据来源与处理和模型假设
    2.2 多元线性回归模型
    2.3 SVM
    2.4 随机森林算法
3 结论和前景


【参考文献】：
期刊论文
[1]随机森林理论浅析[J]. 董师师,黄哲学.  集成技术. 2013(01)

博士论文
[1]支持向量机学习算法的若干问题研究[D]. 王磊.电子科技大学 2007

硕士论文
[1]数据挖掘技术在学生成绩分析中的应用研究[D]. 李杰.西安石油大学 2010



本文编号：3706497