大数据环境下利用随机森林算法和决策树的贫困生认定方法

• 作者: 王泽原 胡俊 赵丽
• 来源期刊: 湘潭大学自然科学学报
• 学科: 工学
• 关键词: 贫困生认定 大数据 随机森林算法 决策树 数据清洗
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 信息工程
• 页码范围: 115-120
• 页数: 6页
• 分类号: TP309
• 字数: 3000字
• 语种: 中文

摘要

针对当前校园扶贫工作普遍存在的"隐形贫困"及疑似"虚假贫困"等问题,提出了利用随机森林算法和决策树的贫困生认定方法.首先,利用智慧校园大数据环境获取高校内学生的基本信息、消费信息等数据,找出10个具有分类能力的特征;然后使用基于permutation随机置换的残差均方减小量来衡量对于变量重要性评分;最后,基于随机森林算法和决策树进行判别与分类.实验结果表明,提出的方法具有一定的准确性,相比Adaboost方法,无论是预测准确度还是平均绝对误差,随机森林方法都更出色.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵丽	山西大学软件学院	49	144	6.0	10.0
2	王泽原	中国人民公安大学侦查与反恐怖学院	2	1	1.0	1.0
3	胡俊	北京航空航天大学计算机学院	2	1	1.0	1.0