| Stacking集成学习模型在混合式成绩分类预测中的应用 |
| |
| 引用本文： | 章刘,陈逸菲,袁加伟,裴梓权,梅鹏江. Stacking集成学习模型在混合式成绩分类预测中的应用[J]. 计算机系统应用, 2022, 31(7): 325-332 |
| |
| 作者姓名： | 章刘 陈逸菲 袁加伟 裴梓权 梅鹏江 |
| |
| 作者单位： | 南京信息工程大学 自动化学院, 南京 210044;无锡学院 自动化学院, 无锡 214105 |
| |
| 基金项目： | 江苏省高等学校自然科学研究面上项目(19KJB520044); 江苏省应用型本科院校建设与发展研究课题(2019yl17); 江苏省产学研合作项目(BY2019113); 江苏省高等学校大学生创新创业训练计划 (202113982023Y) |
| |
| 摘 要： | 针对现有单一算法模型在成绩预测时存在泛化能力不强的问题, 提出一种基于多算法融合的Stacking集成学习模型, 用于混合式教学中学生成绩的预测. 模型以多项式朴素贝叶斯、AdaBoost和Gradient boosting为初级学习器, 逻辑斯蒂回归为次级学习器组成两层融合框架. 通过混合式教学过程中所产生的学习行为数据对模型进行验证. 实验表明, Stacking集成学习模型在测试集上分类预测准确率达到76%, 分别高于多项式朴素贝叶斯、AdaBoost、Gradient boosting和逻辑斯蒂回归4个单一算法模型5%、6%、9%和6%. 与单一算法模型相比, Stacking集成学习模型有着较强的泛化能力, 能更好地预测学生成绩, 为混合式教学的学习预警提供参考.
|
| 关 键 词： | 混合式教学 成绩预测 机器学习 Stacking 集成模型 集成学习 |
| 收稿时间： | 2021-09-24 |
| 修稿时间： | 2021-11-08 |
Application of Stacking Ensemble Learning Model in Blended Performance Classification and Prediction |
| |
| ZHANG Liu,CHEN Yi-Fei,YUAN Jia-Wei,PEI Zi-Quan,MEI Peng-Jiang. Application of Stacking Ensemble Learning Model in Blended Performance Classification and Prediction[J]. Computer Systems& Applications, 2022, 31(7): 325-332 |
| |
| Authors: | ZHANG Liu CHEN Yi-Fei YUAN Jia-Wei PEI Zi-Quan MEI Peng-Jiang |
| |
| Affiliation: | School of Automation, Nanjing University of Information Science & Technology, Nanjing 210044, China;School of Automation, Wuxi University, Wuxi 214105, China |
| |
| Abstract: | |
| |
| Keywords: | blended teaching performance prediction machine learning Stacking ensemble model ensemble learning |
|
| 点击此处可从《计算机系统应用》浏览原始摘要信息 |
|
点击此处可从《计算机系统应用》下载全文 |
|
