一种基于机器学习的贫困家庭识别方法

作者：詹中华; 沈同平^*; 金力; 黄方亮; 许欢庆

来源：通化师范学院学报, 2021, 42(06): 74-79.

DOI：10.13877/j.cnki.cn22-1284.2021.06.014

• 机器学习
• 贫困家庭
• 识别方法

针对目前高校资助体系现状,结合高校精准资助研究成果,以机器学习方法为技术支撑,构建精准识别贫困家庭模型.以哥斯达黎加贫困数据集为基础,对其进行分析处理,然后构建样本库,并利用机器学习方法,设计和实现了精准识别贫困家庭模型.在模型验证过程中,使用逻辑回归、支持向量机、K近邻、决策树、随机森林等机器学习算法进行贫困家庭识别.实验结果表明,集成机器学习算法性能优于传统机器学习算法,随机森林算法的预测性能最佳,平均准确率为89%.该文研究结果可以实现贫困家庭数据的分析和预测,进而精准认定贫困生,实现以人为本的差异化精准资助新模式.

• 单位
  安徽中医药大学