基于多维度数据融合的大学生体质预警模型构建

作者：寇磊; 徐昶楠; 邓杰

来源：职业与健康, 2021, 37(01): 92-96.

DOI：10.13329/j.cnki.zyyjk.20201028.003

• 体质健康
• 数据挖掘
• 特征工程
• 机器学习

目的提出构建大学生体质预警模型的思路,通过对比不同模型在预测方面的性能效果,帮助大学生对各体测项目等级进行合理的预测,从而达到预警目的。方法在收集南京航空航天大学2015—2018年体测数据的基础上,运用数据挖掘技术,经过数据理解和数据准备,采用随机森林算法、梯度提升树算法以及神经网络算法三种机器学习算法来进行模型搭建及评估。结果从对男生最终体质等级的预测效果看,准确率在90%～97%之间,梯度提升树算法准确率始终优于其他两种,当训练集比例是80%时,达到最高预测率为96.19%;从对女生最终体质等级的预测效果看,随机森林算法和梯度提升树算法方法准确率在90%～96%之间,而神经网络算法准确率在80%～87%之间。当训练集比例为80%时,梯度提升树算法取得最高的准确率95.06%。结论构建大学生体质预警模型是可行的,对最终体质等级的预测准确率可以达到93%以上,其中梯度提升树算法的性能最佳。

• 单位
  南京航空航天大学