基于随机森林的认知诊断Q矩阵修正

摘 要 Q矩阵是认知诊断的核心，专家构建的Q矩阵通常存在一定错误，会降低估计精度，因而需要进行修正。采用随机森林（random forest，RF）算法，以PVAF、对数似然值、改造后的R统计量为特征训练模型，提出了机器学习视角的Q矩阵修正新方法（RF-P、RF-L、RF-R），并开展模拟与实证研究验证性能。（剩余27791字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。