小样本在线学习数据处理及学生成绩预测方法研究
武芳1
王芹1
毛洪贲2
1.210086 江苏 南京,江苏卫生健康职业学院 临床医学院2.210037 江苏 南京,南京林业大学 教务处
摘要：目的 提高线上教学的学生成绩预测精度.方法 选择江苏卫生健康职业学院临床医学院一年级5个班161名学生作为研究对象,采用数据扩充、学习行为量化、回归分析和分类分析对学生春季学期影像电子学基础课程期末成绩进行预测.结果 在回归任务中,以支持向量机模型为例,均方根误差(RMSE)从量化前的13.142降低到量化后的12.388,扩充后降为2.1123;在二分类任务中,准确率、精确率、召回率和F1分别从0.8323、0.8375、0.9926、0.9085提升到0.9833、0.9981、0.9722和0.9850;在三分类任务中,准确率、平均精准率、平均召回率从0.5466、0.4908、0.4879提升到0.9913、0.9903、0.9913.结论 行为量化和数据扩充方法有助于回归和分类模型的构建,对学生期末成绩的预测准确率高.
关键词：小样本高斯扩充行为量化成绩预测
资助基金：江苏省教育科学十四五规划立项课题(C/2022/01/49)
论文发表日期：2024-11-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 502-508 )
英文信息