学生成绩预测模型的对比分析

• 作者: 汤军 王欣欣
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 学生成绩预测模型 神经网络模型 逐步回归模型 SVM模型 线性相关系数
• 年，卷（期）: 2020,（1）
• 页码范围: 199-202
• 页数: 4页
• 分类号: TP181

摘要

目的:旨在对比学生成绩预测模型。方法:共获取605条数据,共32个解释变量,通过特征选择剩余23个自变量,建立训练集和测试集,以G3为目标变量,分别构建SVM模型、神经网络模型和逐步回归模型,比较这三个模型的预测结果。结果:采用逐步回归模型预测学生成绩在最小误差、最大误差、平均误差、平均绝对误差和标准差方面均低于神经网络模型和SVM模型,在预测值和实际值的线性相关系数方面均高于神经网络模型和SVM模型。结论:在预测学生成绩上,逐步回归模型优于神经网络模型和SVM模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤军	长江大学地球科学学院	74	341	9.0	15.0
2	王欣欣	长江大学地球科学学院	2	0	0.0	0.0