支持向量机算法在学生评价中的应用

• 作者: 吴恩英
• 来源期刊: 人间
• 学科: 教育
• 关键词: 学生评价 支持向量机算法 聚类策略
• 年，卷（期）: 2015,（29）
• 所属期刊栏目: 高教论坛
• 页码范围: 88-88,89
• 页数: 2页
• 分类号: G647
• 字数: 1622字
• 语种: 中文

摘要

支持向量机分类通常的做法是在样本集中选取一部分数据作为训练样本建立分类模型，另一部分用作测试集，测验模型的准确率。但 当训练样本规模相对较大时，如何选取包含信息量多的样本作训练样本是本文研究的重点，结合实际数据特点，提出基于聚类策略的训练样本选 取方法，并且在训练时间以及预测精度上收到了理想的结果，这对日后学校的学生评价工作具有非常实用的价值。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴恩英	重庆师范大学计算机与信息科学学院	5	4	1.0	1.0