文件名称：使用数据挖掘技术预测学生学业成绩-研究论文
文件大小：267KB
文件格式：PDF
更新时间：2024-06-29 12:13:03
Naive-Bayes Decision Tree
教育、电信、零售管理等许多领域都采用数据挖掘来解决他们的业务问题。 由于分类、聚类和关联规则挖掘等功能，它变得势在必行。 在本文中，为了构建预测分类模型，在学生学业成绩数据集上实施了朴素贝叶斯、决策树、随机森林、JRip 和 ZeroR 等算法。 在我们的实施结果中，我们发现学校以及学习时间也会影响最终学生的成绩。 One Rule、Joint Reserve Intelligence Program 和 Decision Tree 等分类算法在预测学生成绩方面的准确率超过 80.00%，并且表现同样出色。