基于数据截断变换的主成分分析回归预测方法

• 作者: 关毅 苏嘉
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 截断变换 主成分分析 多元线性回归 预测
• 年，卷（期）: 2016,（3）
• 页码范围: 1-4,10
• 页数: 5页
• 分类号: TP391
• 字数: 4659字
• 语种: 中文

摘要

针对DataCastle学生成绩排名预测任务:根据学生以往的在校信息预测下学期的成绩排名,结合现有的主成分分析方法以及多元线性回归模型,本文提出了基于数据截断变换的主成分分析回归预测方法,并与其它的方法进行了比较,结果表明:基于数据截断的主成分分析回归预测方法能够更好地预测学生下个学期成绩,预测准确率达到78.57％,优于对比的模型,在最终结果排行榜中排在前百分之十,因此可以较好地作为解决其它预测分析问题的工具.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	关毅	哈尔滨工业大学计算机科学与技术学院	56	1214	16.0	33.0
2	苏嘉	哈尔滨工业大学计算机科学与技术学院	1	2	1.0	1.0