面向非平衡数据集的随机森林算法对学生学业问题的预测分析

作者：刘博; 卢婷婷; 陈国磊; 赵璐

来源：宜宾学院学报, 2019, 19(12): 72-78.

DOI：10.19504/j.cnki.issn1671-5365.20190618.001

• 学生学业问题
• 非平衡数据集
• 混合采样
• 随机森林
• 分类

由于数据集里类别分布不均,传统随机森林(Random Forest)分类器的性能受到一定程度制约,面对学业数据集中成绩较差人数占少数比例的非平衡性问题,为了在一定程度提高模型预测性能,提出SMOTEENN混合采样方式结合随机森林分类器的组合分类预测模型的方法(SER)对学生学业表现进行分类;同时基于10种非平衡性数据集采样方法,对比分析了包括随机森林在内的5种模型的性能.实验结果表明,使用SER方法对学生学业表现情况预测最优,分类器性能指标F1-Score和Recall的值分别为0.98和0.97,达到了预期目的.

• 单位
  中国民航大学