• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Computer and Knowledge Engineering >Analyze Students Performance of a National Exam Using Feature Selection Methods
【24h】

Analyze Students Performance of a National Exam Using Feature Selection Methods

机译：使用特征选择法分析学生的全国考试成绩

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Recently, educational institutions are generating the mass of data and interesting to analyze these data for their applications. This purpose is achieved by data mining methods to extract knowledge required by the systems. This kind of dataset is usually huge and include many samples and unnecessary features. The nature of dataset implies that the analysis of data leads to inaccurate results without preprocessing. In this study, we want to find and evaluate the most important features by different feature selection methods. These methods give different results based on their nature. Therefore in the following, we evaluate obtained feature subsets with applying some machine learning methods. Here we use one educational dataset of an exam and want to construct a reliable model to predict the final outcome of this exam. We survey different feature selection and machine learning algorithms and find out the Information Gain and Gain Ratio yield better performance.
机译：最近，教育机构正在生成大量数据，并且有兴趣分析这些数据以供其应用。该目的通过数据挖掘方法来提取系统所需的知识来实现​​。这种数据集通常非常庞大，并且包含许多样本和不必要的功能。数据集的性质意味着，如果不进行预处理，数据分析会导致结果不准确。在本研究中，我们希望通过不同的特征选择方法来查找和评估最重要的特征。这些方法根据其性质给出不同的结果。因此，在下文中，我们将通过应用一些机器学习方法来评估获得的特征子集。在这里，我们使用考试的一个教育数据集，并希望构建一个可靠的模型来预测该考试的最终结果。我们调查了不同的特征选择和机器学习算法，并发现信息增益和增益比产生了更好的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号