基于K-XGBoost融合模型的高校學(xué)生學(xué)情預(yù)測研究

摘要： 高精準(zhǔn)的學(xué)情預(yù)測是提升高校教學(xué)水平促進(jìn)教學(xué)改革的重要技術(shù)手段.目前學(xué)情預(yù)測存在數(shù)據(jù)維度單一和數(shù)據(jù)結(jié)構(gòu)不平衡等問題，降低了預(yù)測模型的準(zhǔn)確性與泛化能力.為此，本文提出了K-XGBoost學(xué)情預(yù)測融合模型.首先，該模型通過精準(zhǔn)特征提取與重構(gòu)，構(gòu)建基于高校教務(wù)處數(shù)據(jù)庫的多維度學(xué)情特征集；其次，設(shè)計基于最小2-范數(shù)的聚類算法，創(chuàng)新性地建立無監(jiān)督數(shù)據(jù)平衡化機制；最后，基于損失函數(shù)優(yōu)化的XG... （共9頁）