大數(shù)據(jù)背景下的學(xué)生孤獨(dú)預(yù)警模型——以華中師范大學(xué)為例
【文章頁數(shù)】:4 頁
【部分圖文】:
圖5不同深度下的訓(xùn)練集準(zhǔn)確率與測試集準(zhǔn)確率
將最大深度設(shè)為1~40,計算每個值的預(yù)測情況并畫圖,所得結(jié)果如圖5所示。圖6深度為21時每個指標(biāo)對目標(biāo)變量的影響力
圖4尋找孤獨(dú)的學(xué)生方法截圖
經(jīng)驗證,以上隨機(jī)挑選的三組朋友關(guān)系,均確實屬于真正的朋友關(guān)系。再回到本項目中,采用排除法,尋找孤獨(dú)的人。以2011~2014級全體本科生作為樣本數(shù)據(jù),共17828人,有食堂消費(fèi)朋友關(guān)系表的有20585人,有圖書館的朋友圈關(guān)系表的有43840人(此處兩個數(shù)字均大于樣本數(shù)據(jù)17828....
圖6深度為21時每個指標(biāo)對目標(biāo)變量的影響力
圖5不同深度下的訓(xùn)練集準(zhǔn)確率與測試集準(zhǔn)確率根據(jù)圖5,選取max_depth=21,再進(jìn)行模型訓(xùn)練,計算每個指標(biāo)對目標(biāo)變量的影響力。得到訓(xùn)練集準(zhǔn)確率0.9859,測試集準(zhǔn)確率0.8937,以及每一個指標(biāo)對目標(biāo)變量的影響力。如圖6所示,發(fā)現(xiàn)deal_cs、deal_money、ts....
圖1消費(fèi)關(guān)系明細(xì)表截圖
不孤獨(dú)即朋友關(guān)系多,有朋友一起吃飯、一起去圖書館,用數(shù)據(jù)特征表示即是同一食堂刷卡時間接近且次數(shù)較多、進(jìn)入圖書館刷卡時間接近且次數(shù)較多。如果刷卡時間接近的定義過大則會導(dǎo)致朋友關(guān)系網(wǎng)過大、計算量太大;如果刷卡時間接近的定義過小則會導(dǎo)致朋友關(guān)系網(wǎng)較小,過濾了原本是朋友的人;考慮日常的實....
本文編號:3959356
本文鏈接:http://sikaile.net/jiaoyulunwen/jykj/3959356.html