基于Stacking集成学习模型的学生学习成绩预测研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：以数据为载体驱动学生学习表现评估是教育领域的重要研究内容，鉴于单一学习模型在学习成绩预测时会出现泛化效果较差的情况，提出一种融合多个单一学习模型的Stacking集成学习模型，以KNN、逻辑斯谛回归、朴素贝叶斯、决策树四种模型作为集成学习模型的基分类器，选择XGBoost模型作为次学习器。（剩余5057字）

试读结束

目录
monitor