基于集成学习算法的高职生心理健康预测方法

• 作者: 熊祖涛
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: Adaboost算法 高职生 心理健康 预测方法 决策树
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 162-164
• 页数: 3页
• 分类号: TP319
• 字数: 3829字
• 语种: 中文
• DOI: 10.11907/rjdk.161681

摘要

针对高职院校学生存在的心理健康问题现状,提出一种利用集成学习算法——Adaboost进行心理健康预测的方法.该方法首先抽取心理健康测试数据特征,经过数据清洗和规范化处理后,以决策树为分类器对数据进行挖掘分析,运用Adaboost算法对决策树分类器进行多轮迭代训练以提高分类器的分类效能,建立起一种心理健康预测模型.利用该模型对某高校2015级2 780名学生的心理健康测试数据进行了分析.实验结果表明,该方法能够实现对敏感心理问题的有效识别,从而为高职院校心理健康教育提供规划和决策依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊祖涛	安庆职业技术学院电子信息系	9	45	4.0	6.0