基于异质Stacking 集成学习的大学生学业风险预测及早预警

分享到

【获取途径】超星期刊网
【作者】杨舟，崔彩霞
【刊名】太原师范学院学报(自然科学版)
【作者单位】太原师范学院计算机科学与技术学院
【年份】2025
【卷号】第1期
【ISSN】1672-2027
【关键词】Stacking 集成学习学业风险预测早预警
【摘要】针对学生学业风险预测提出一种基于异质Stacking 集成学习模型，对有潜在学业危机的学生进行早预警，减少学生的辍学率和教育资源的浪费，进行有效的补救及调整. 该模型运用皮尔逊相关分析技术对原始数据集进行特征选择，然后通过支持向量机、极端梯度提升树、K 近邻和随机森林等4 个基础模型来构建初级分类器，逻辑回归为次级分类器两层结构来构建Stacking集成学习模型. 实验结果表明，与传统机器学习模型相比，该模型在准确率、精确率、召回率、F1 分数和G-Mean 等指标上有明显提升.
【文献类型】期刊