基于XGBoost算法的学业成绩预警模型研究

摘要

基于XGBoost算法利用高校学生数据建立学业成绩预警模型。文章以UCI公开学生成绩数据集为研究对象,采用XGBoost分类回归模型对预测数据进行分析。通过G1阶段(第1期成绩)和G2阶段(第2期成绩)学生在mat课程成绩表现得到的预测结果,与真实G3阶段(第3期成绩)成绩对比,准确率达到85.8%,采用por课程成绩信息数据进行测试,准确率达到了83.2%,验证了算法模型的有效性。在实际应用中,使用XGBoost算法,对计算机学院本科生学生学业成绩进行预测,准确率达到了75.2%。