首页> 中文学位 >基于机器学习的四川省高考成绩分析预测
【6h】

基于机器学习的四川省高考成绩分析预测

代理获取

目录

声明

1 绪论

1.1研究背景及意义

1.3 内容及创新点

1.4 结构框架

2 相关理论介绍

2.1 机器学习概述

2.2 方法介绍

2.3 对泛化能力的改进:交叉验证法

2.4 本章小结

3 学生高考成绩的统计描述

3.1 数据介绍

3.2 考生成绩分布形态

3.3 各科成绩间的相关关系

3.4 本章小结

4 学生录取批次预测的应用

4.1 数据预处理

4.2 方法对比

4.3 模型的适应性检测

5 总结与展望

5.1 总结

5.2 展望

参考文献

附录

展开▼

摘要

高考一直以来都是社会关注的焦点之一,与每个家庭息息相关。在现有高考制度下,学生成绩是影响考生录取批次的决定性因素,本文希望通过对学生成绩的研究,找到对录取批次预测的科学方法。
  机器学习已经被广泛的应用在生物、医学、商业等各大领域,但在高考录取批次的预测上还没有大数据方面的研究。我们采用了将学生成绩转化为累计百分数的处理办法,以便将本文研究模型用于预测。本文选取了决策树、神经网络、支持向量机三种分类方法,分别对2015年的文科、理科录取数据进行比较研究,用10折交叉验证法进行验证和改进,发现支持向量机的预测效果较好,整体正确率达到90%左右。在对模型的适应性检测中,由2014年模型预测得2015年录取批次的文科、理科总体正确率都接近80%。本文认为在2015年取消三本的情况下,仍能体现较好的预测效果,证明了该模型的泛化能力。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

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