基于机器学习的“软助”证书挂科生分类预测研究

作者：何雪锋

来源：河北软件职业技术学院学报, 2021, 23(04): 6-10.

DOI：10.13314/j.cnki.jhbsi.2021.04.010

• 成绩预测
• 离差标准化
• XGBoost

针对某高校软件专业部分学生无法一次性通过软件助理工程师考证的现状,采集大一上下学期22门课程的所有成绩,结合离差标准化、SMOTE+Tomek Links过采样以及优化版的GB(Gradient Boosting)算法XGBoost(Extreme Gradient Boosting)等,构建了"软助"挂科生分类预测模型。该模型在"软助"挂科生预测中准确率较高。实验证明,采用XGBoost算法构建的模型比其他算法构建的模型效果更好,对预测可能挂科的学生提前预警,保证了软助证书的通过率。

• 单位
  四川信息职业技术学院