TY -的A2 -切,Hangjun盟——黄,Shaohai AU -魏,俊杰PY - 2022 DA - 2022/03/23 TI -学生成绩预测的数学课程基于随机森林和模拟退火SP - 9340434六世- 2022 AB -教育数据挖掘已经成为一个越来越受欢迎的研究领域近年来,主要是借助各种学科的交叉研究,以解决各种困难的问题在教学和教育的过程。在本文中,我们提出了一个混合方法对学生成绩的预测。我们收集的数据集,包括15种特质的学生从三个类别(个人基本信息、个人教育信息和个人行为信息)。基于随机森林(RF)和模拟退火(SA)算法,我们二进制编码的相关参数(数量的特性,树的大小,和树决策权重)作为目标变量算法优化,使用out-of-bag误差作为优化目标函数,然后提出IRFC(改进的随机森林分类器)算法。与其他主流改进的随机森林算法相比,本文的研究结果表明,该算法具有较高的泛化能力和较小的OOB错误。这项研究提供了方法论的参考学生成绩的预测,也使边际贡献的学生管理工作。SN - 1058 - 9244 UR - https://doi.org/10.1155/2022/9340434 - 10.1155 / 2022/9340434摩根富林明科学编程PB - Hindawi KW - ER