基于机器学习的学生成绩预警模型研究

摘要

对于学生学习成绩进行预警进行提前预警有助于及时调整教学策略,对提升教学效果具有重要意义。传统的学生成绩预警方法在很大程度上依赖于设计者对测评指标权重的设计,存在主观性强和误差略高的问题。随着教育大数据的不断完善和人工智能技术的快速发展,基于机器学习算法的学生成绩预警已成为可能。本文基于真实的学生学习情况数据,通过特征选择建立特征工程,采用K-近邻法建立学生学习成绩预警模型,利用训练集数据训练模型,并使用测试集数据来测试模型。结果表明,本文设计的基于K-近邻算法的学生成绩预警模型准确率为90.5%,并得到了影响学生挂科的若干重要因素,可为教师及时调整教学策略、提升教学效果提供参考。