大学初期学业表现与学生倾向性指标的相关性研究

——基于机器学习的预测及可解释性分析

  • 打印
  • 收藏
收藏成功


打开文本图片集

文章编号:1671-1653(2023)04-0080-12

摘 要:通过机器学习算法对大学初期的学生学业表现进行预测和可解释性研究。利用One-Hot对离散型变量进行编码,利用Lasso提取和降维特征变量,基于随机森林、XGBoost、朴素贝叶斯和逻辑回归等机器学习算法训练模型,借助SHAP对最优模型(随机森林)特征进行解释。(剩余14035字)

monitor
客服机器人